Bir kimyacı yeni bir bileşik sentezlediğinde, o molekülün tam yapısını belirlemek bazen en zorlu adım olabilir. NMR spektroskopisi bu süreçte altın standart olarak kabul edilse de elde edilen spektrumları yorumlamak uzmanlık ve zaman gerektirir. İşte bu noktada, 'Inverse-IMPRESSION' platformu devreye giriyor.
Araştırmacılar tarafından geliştirilen bu grafik tabanlı yapay zeka sistemi, NMR spektroskopik bilgilerini doğrudan moleküler bağlanma yapısına dönüştürmek üzere tasarlandı. Sistemin kalbinde 'ters çevrilmiş Graf Transformatör Ağı' (IMPRESSION-G2) bulunuyor; bu mimari, atomlar arasındaki bağları tahmin etmek için molekülleri grafik yapıları olarak işliyor.
Platform birbiriyle bağlantılı üç aşamadan oluşuyor: İlk aşamada 'tek atışlık' bir model, atomlar arasındaki bağ bağlantılarını tahmin ediyor. İkinci aşamada bir yapı-düzeltme mekanizması devreye girerek belirsiz bağları kaldırıyor ve bunları yinelemeli biçimde yeniden atıyor. Son aşamada ise gürültü eklenmiş çoklu tahminlerle bir aday yapı topluluğu oluşturuluyor ve bu adaylar en iyi uyumu sağlayanı belirlemek amacıyla sıralanıyor.
Sistem, hidrojen, karbon, azot, oksijen ve flor gibi ağır atomları kapsayan molekülleri analiz edebiliyor. Test sonuçlarına göre simüle edilmiş verilerle yüzde 77,8 oranında doğruluk sağlanırken, gerçek deneysel NMR verileriyle 19 molekülden 10'u doğru tanımlandı; bu da yüzde 53'lük bir başarı oranına karşılık geliyor.
Araştırmacılar, proton (¹H) ve karbon-13 (¹³C) NMR verilerini COSY, HSQC ve HMBC gibi iki boyutlu deneylerle birleştirerek sistemin çözüm kapasitesini artırdı. Bu kombinasyon, tekli veri kaynaklarının sağlayamayacağı bağlantı bilgilerini ortaya çıkarıyor.
Sonuçlar mükemmel olmaktan uzak olsa da bu çalışma, spektroskopik verilerden yapı belirleme sürecini otomatikleştirme yolunda kayda değer bir ilerlemeyi temsil ediyor. İleride ilaç keşfi, doğal ürün kimyası ve malzeme araştırmalarında yapay zekanın kimyacıların iş yükünü ciddi ölçüde azaltabileceğine işaret ediyor.