A inteligência artificial analisa espectros químicos em poucos minutos
Investigadores da Universidade de Jena, do Helmholtz-Zentrum Berlin e da Zakodium desenvolvem um sistema de IA para a análise de estruturas químicas
Anúncios
Determinar qual a substância que foi efetivamente produzida num tubo de ensaio ou num frasco é uma das tarefas centrais da química. No entanto, especialmente no caso de compostos complexos ou novos, este processo pode ser extremamente demorado, mesmo para especialistas experientes. Uma equipa de investigação da Universidade Friedrich Schiller de Jena, do Helmholtz-Zentrum Berlin para Materiais e Energia, do Instituto Helmholtz para Polímeros em Aplicações Energéticas de Jena e da empresa suíça de software Zakodium Sárl desenvolveu agora um sistema de inteligência artificial (IA) que propõe estruturas moleculares adequadas a partir dos dados brutos de medições espectroscópicas e avalia a sua plausibilidade. O sistema é de acesso livre e foi apresentado na revista «Nature Communications».
Por que razão a elucidação de estruturas é tão desafiante
«Quem sintetiza uma molécula tem também de comprovar a sua estrutura química», afirma o Dr. Kevin Jablonka, da Universidade de Jena. E acrescenta: «Para tal, os químicos recorrem normalmente a técnicas analíticas como a espectroscopia de ressonância magnética nuclear (RMN), a espectroscopia de infravermelhos e a espectrometria de massa. Cada um destes métodos fornece pistas sobre a estrutura, mas muitas vezes apenas de forma limitada. Os muitos sinais de medição individuais formam, portanto, uma espécie de quebra-cabeças químico que tem de ser resolvido corretamente.»
A análise da estrutura é frequentemente particularmente desafiante no caso de moléculas novas que nunca foram descritas anteriormente, sobretudo porque os dados de medição obtidos na prática são frequentemente aquém do ideal. «As impurezas numa substância podem gerar os seus próprios sinais ou sobrepor-se aos sinais do composto-alvo», explica Jablonka. «É aqui que o nosso sistema tem um ponto forte específico: no caso dos espectros de RMN de protões, que são medidos rotineiramente com grande frequência, consegue lidar com as impurezas presentes em amostras reais.»
Como funciona o SECS
«O novo sistema, o SECS, combina duas abordagens de inteligência artificial», explica Adrian Mirza, primeiro autor do estudo. «Primeiro, o modelo aprende a traduzir espectros e estruturas moleculares numa representação matemática comum. Um algoritmo evolutivo refina então os resultados, modificando as moléculas candidatas passo a passo, adicionando ou removendo átomos e ligações e testando repetidamente se o resultado se ajusta melhor aos dados de medição.»
O sistema produz, por fim, uma lista ordenada de estruturas possíveis, juntamente com pontuações de semelhança baseadas no contexto químico.
Comparável a especialistas experientes
«Num teste comparativo envolvendo diferentes métodos espectroscópicos, o SECS identificou a estrutura molecular correta como a sua previsão melhor classificada em mais de 80 por cento dos casos», afirma Jablonka, descrevendo o desempenho do sistema. Este revelou-se também capaz de igualar os especialistas humanos numa comparação direta. «Num estudo-piloto, pedimos a químicos que resolvessem 20 problemas desafiantes de elucidação de estruturas por RMN», explica Jablonka. O resultado: a IA alcançou um nível de desempenho comparável ao dos especialistas participantes.
«No entanto, não vemos o SECS como um substituto da experiência humana», salienta Mirza. «O sistema pode fornecer uma segunda opinião extremamente útil.» Se as estruturas propostas forem plausíveis e receberem pontuações elevadas, isso reforça a confiança na interpretação. «Se, por outro lado, as estruturas sugeridas diferirem substancialmente da estrutura molecular esperada, pode valer a pena analisá-las mais de perto», acrescenta Jablonka.
Uma ferramenta aberta para investigação
O código-fonte, os dados do modelo e uma versão de teste da aplicação estão disponíveis ao público. De acordo com informações fornecidas durante as discussões com os investigadores, a versão web atual foi concebida principalmente para a avaliação direta de dados brutos de RMN de protões unidimensional. Está previsto o suporte a tipos espectrais adicionais e a conjuntos de dados brutos mais complexos em versões futuras.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Outras notícias do departamento ciência
