Новый подход к ИК-спектроскопии предсказывает молекулярную структуру без химической формулы
Учёные разработали метод Data Fusion and Contrastive Alignment, позволяющий определять полную молекулярную структуру по ИК-спектрам без предварительно заданной химической формулы. Это преодолевает ограничения предыдущих моделей, которые могли лишь идентифицировать изомеры.
Автоматическое определение молекулярной структуры по данным инфракрасной (ИК) спектроскопии — одна из ключевых задач хемоинформатики. В последние годы методы машинного обучения значительно продвинулись в этой области, однако их применимость оставалась ограниченной: практически все известные модели требуют, чтобы химическая формула вещества была задана заранее. Это означает, что алгоритмы способны лишь выбирать правильный изомер из набора кандидатов, а не предсказывать структуру «с нуля».
Что произошло
Исследователи представили новый подход, описанный в препринте arXiv:2607.26164v1, который устраняет это ограничение. Метод называется Data Fusion and Contrastive Alignment (слияние данных и контрастивное выравнивание). Он объединяет несколько представлений спектральных данных (например, пики, формы полос, вейвлет-преобразования) и обучает модель таким образом, чтобы векторы признаков спектра и соответствующей молекулярной структуры были выровнены в едином латентном пространстве. Благодаря этому модель может генерировать полную структуру, не получая на вход химическую формулу. Эксперименты показывают, что точность предсказаний сопоставима с методами, использующими формулу, а в некоторых случаях превышает её.
Почему это важно
Отказ от априорной химической формулы кардинально расширяет спектр практических задач. Теперь ИК-спектроскопия может применяться для идентификации неизвестных соединений, например, при анализе продуктов распада в химической промышленности, в фармацевтике для обнаружения новых активных молекул или в криминалистике. Кроме того, метод открывает путь к интеграции с другими спектроскопическими техниками (ЯМР, масс-спектрометрия) для создания полностью автоматизированных пайплайнов элюцидации структуры. Ранее модели были по сути «классификаторами изомеров», теперь же они становятся настоящими генераторами структур.
«Наш подход позволяет отказаться от заранее заданной химической формулы, что кардинально расширяет область применения ИК-спектроскопии, — отмечают авторы исследования. — Теперь модели способны предсказывать полную молекулярную структуру, а не только идентифицировать изомеры среди известных кандидатов».
Что дальше
В ближайшей перспективе авторы планируют расширить набор спектральных данных, включив в обучение не только чистые соединения, но и смеси, а также улучшить интерпретируемость модели. Если метод подтвердит надёжность на независимых наборах данных, он может стать частью стандартного инструментария хемоинформатики. Долгосрочная цель — создание универсальной системы, которая по одному ИК-спектру любой пробы сможет автоматически выводить структурную формулу неизвестного вещества, что ускорит разработку лекарств, материалов и химический анализ в целом.
Материал подготовлен с помощью ИИ на основе открытых источников и может содержать неточности. Нашли ошибку — напишите на hello@tolk.media.