В Университете Иннополис создали ИИ для поиска молекул по их уникальному отпечатку
- CNews FORUM 12 ноября
- CNews AWARDS 12 ноября
- Школа Роста
- Российский рынок облаков за 20 лет
- 30 лет рынку ERP в России
- Главные
ИТ-сценарии 2026 - Цифровизация
- Импортозамещение
- Безопасность
- ИТ в госсекторе
- ИТ в банках
- ИТ в торговле
- Телеком
- Интернет
- ИТ-бизнес
- Рейтинги
- Инфографика
|
Разработка поможет фармацевтам, химикам и сотрудникам лабораторий быстрее определять структуру неизвестных соединений. Решение автоматически анализирует данные и за секунды выдает список самых подходящих молекул. В 90,5% случаев нужная структура оказывается в первой сотне результатов. Об этом CNews сообщили представители Университета Иннополис.
Исследователи Университета Иннополис разработали вычислительный фреймворк для анализа тандемных масс-спектров. Тандемная масс-спектрометрия позволяет получить своеобразный «отпечаток» молекулы — спектр ее фрагментов.
Рустам Лукманов, заместитель директора Института анализа данных и ИИ Университета Иннополис: «Представьте, что есть крошечная частица неизвестного вещества и нужно узнать, что это за молекула и какое у неё химическое строение. Это можно сделать с помощью специального прибора масс-спектрометра, который создает уникальную картину-отпечаток этого вещества — масс-спектр. Однако превратить такой спектр в конкретную химическую гипотезу непросто. Один из распространённых подходов — сравнить полученные данные с библиотекой уже известных спектров. Но если нужного соединения в ней нет или измерение проводилось при других условиях, прямого совпадения может не оказаться и вещество останется неопознанным».
Разработка российского ИТ-вуза решает эту задачу как поиск между двумя типами данных — масс-спектром и молекулярной структурой. Нейросеть обучается на парах «спектр — молекула» и переводит оба типа информации в единое векторное пространство. Благодаря этому система ищет не точную копию экспериментального спектра, а наиболее соответствующие ему молекулярные структуры и автоматически ранжирует их для специалиста.
Иван Голов, разработчик Лаборатории искусственного интеллекта в химии Университета Иннополис: «Полученный на масс-спектрометре спектр можно представить как сложный отпечаток молекулы. Задача исследователя — понять, какая структура могла его оставить. Мы разработали систему, которая помогает автоматизировать этот поиск: вместо ручного анализа огромного числа вариантов специалист получает ранжированный список наиболее вероятных молекулярных кандидатов».
Для разработки и проверки системы исследователи использовали более 1 млн валидированных пар «масс-спектр — молекула». По итогам тестирования удалось добиться высокой точности поиска: в 90,5% случаев правильная молекулярная структура попадала в первую сотню предложенных кандидатов. По сравнению с базовыми подходами качество ранжирования существенно выросло — вероятность вывести правильную структуру на первое место увеличилась почти вдвое.
Минцифры запустит реестр доверенного ПО до конца года. Отбирать софт будут структура «Росатома» и еще 4 неизвестные организации
При этом система рассчитана на работу с крупными массивами данных: поиск выполняется по базе из сотен тысяч молекулярных структур, а обработка одного спектра занимает в среднем около 0,09 секунды. Это позволяет использовать разработку не только как исследовательский прототип, но и как основу для практических инструментов анализа масс-спектрометрических данных.
По словам разработчиков, решение не заменяет химика и экспериментальное подтверждение структуры вещества. Его задача — значительно сократить пространство поиска: быстро отсеять множество менее релевантных вариантов и предоставить исследователю набор наиболее перспективных молекулярных гипотез для дальнейшего анализа. Технология может применяться как инструмент предварительной аннотации соединений в фармацевтических, химических и аналитических исследованиях.
На устройство получен патент при поддержке экспертов Межотраслевого центра трансфера технологий Университета Иннополис.
Дальнейшее развитие проекта связано с расширением обучающих данных, повышением качества ранжирования и использованием дополнительных экспериментальных признаков для поиска молекулярных структур.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.