أخبار ar.wedoany.com، طوّر فريق بحثي من جامعة فريدريش شيلر في يينا (Friedrich-Schiller-Universität Jena)، ومركز هيلمهولتز برلين للمواد والطاقة (Helmholtz-Zentrum Berlin für Materialien und Energie)، ومعهد هيلمهولتز للبوليمرات في تطبيقات الطاقة في يينا (Helmholtz Institute for Polymers in Energy Applications Jena)، بالإضافة إلى شركة البرمجيات السويسرية Zakodium Sárl، نظام ذكاء اصطناعي يُعرف باسم SECS، قادراً على اقتراح الهياكل الجزيئية المحتملة من البيانات الأولية للقياسات الطيفية وتقييم مدى معقوليتها. يتوفر النظام بنمط الوصول المفتوح، وقد نُشرت النتائج ذات الصلة في المجلة العلمية المتخصصة "Nature Communications".

يُعد تحليل البنية خطوة حاسمة في الأبحاث الكيميائية، لكنه يمثل تحدياً كبيراً عند التعامل مع الجزيئات الجديدة أو المعقدة. يشير الدكتور كيفن جابلونكا من جامعة يينا إلى أن الطرق المستخدمة عادةً، مثل مطيافية الرنين المغناطيسي النووي، أو مطيافية الأشعة تحت الحمراء، أو مطيافية الكتلة، توفر كل منها أدلة هيكلية محدودة، وأن اللغز الكيميائي الذي تشكله إشارات القياس المتعددة يتطلب تجميعاً صحيحاً. بالنسبة للجزيئات الجديدة التي لم تُوصف من قبل، قد تُنتج الشوائب إشارات خاصة بها أو تُخفي إشارات المادة الفعلية، مما يجعل التحليل صعباً بشكل خاص. تكمن ميزة النظام الجديد في قدرته على معالجة مشكلة الشوائب الأكثر شيوعاً في أطياف الرنين المغناطيسي النووي للبروتونات التقليدية.

يشرح أدريان ميرزا، المؤلف الأول للورقة البحثية، أن النظام الجديد SECS يجمع بين طريقتين للذكاء الاصطناعي. يتعلم النموذج أولاً تحويل الأطياف والهياكل الجزيئية إلى تمثيل رياضي مشترك، ثم تعمل الخوارزمية التطورية على تحسين الجزيئات المرشحة تدريجياً، وذلك من خلال إضافة أو إزالة الذرات والروابط الكيميائية، مع التحقق المتكرر مما إذا كانت النتائج تتطابق بشكل أفضل مع بيانات القياس. في النهاية، يعرض النظام قائمة مرتبة من الهياكل المحتملة، مصحوبة بدرجة تشابه تستند إلى السياق الكيميائي.

في اختبار معياري استخدم طرقاً طيفية مختلفة، وضع نظام SECS البنية الجزيئية الصحيحة في المرتبة الأولى في أكثر من 80% من الحالات. وفي مقارنة مباشرة مع البشر، أظهر النظام أداءً مماثلاً للخبراء المشاركين عند حل 20 مسألة عالية الصعوبة في الرنين المغناطيسي النووي. ومع ذلك، يؤكد فريق البحث أن SECS ليس مصمماً لاستبدال الخبرة البشرية، بل لتقديم رأي ثانٍ مفيد. إذا كان الاقتراح معقولاً وحصل على درجة عالية، فإنه يساعد في تعزيز الثقة في نتائج التحليل؛ وفي الحالة المعاكسة، فإنه يستدعي فحصاً أكثر دقة.

الكود المصدري للتطبيق، وبيانات النموذج، والنسخة التجريبية متاحة للجميع. تركز النسخة الحالية من الموقع الإلكتروني بشكل أساسي على التحليل المباشر للبيانات الأولية لأطياف الرنين المغناطيسي النووي أحادية البعد للبروتونات، على أن يتم دعم المزيد من أنواع الأطياف والبيانات الأولية الأكثر تعقيداً في المستقبل.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com