AI-ul învăță spectrometrul NMR să găsească singur secvențele optime

În plus, echipa a integrat un modul de feedback continuu

Cum învețe AI-ul? Cercetători de la Universitatea din Aarhus au dezvoltat un sistem de inteligență artificială care permite spectrometrului NMR să determine autonom cele mai bune secvențe de puls pentru o probă dată. Această descoperire abordează limita fundamentală a semnalelor slabe în spectroscopia de rezonanță magnetică nucleară. Tehnologia permite instrumentului să învețe direct din datele probei, în loc de a se baza pe setări preprogramate. Spectrometrele NMR pot cartografia structurile moleculare la nivel atomic. Totuși, semnalele detectate sunt adesea prea slabe pentru o analiză fiabilă. Metodele tradiționale necesită multe încercări și erori pentru a găsi secvența optimă. Noul sistem AI elimină această ghicire. Analizează proba și alege automat parametrii de măsurare cei mai eficienți. Elimină această tehnologia necesitatea de reglaj expert! Sistemul folosește algoritmi de învățare mașină pentru a evalua diferite secvențe de puls. Testează fiecare secvență și măsoare intensitatea semnalului rezultat.

AI-ul identifică apoi care secvență produce datele cele mai clare. Acest proces se desfășoară în timp real în timpul experimentului.

Cercetătorii au comparat această abordare cu găsirea unui grup de copii energici printr-un parc de distracții

În plus, echipa a integrat un modul de feedback continuu, care ajustează parametrii pe măsură ce condițiile de temperatură și câmp magnetic variază ușor în timpul rulării. Astfel, sistemul nu doar găsește o secvență optimă inițială, ci menține performanța maximă pe întreaga durată a experimentului, reducând fluctuațiile de calitate a datelor. Această capacitate de auto‑corecție este esențială pentru probele biologice sensibile, unde degradarea rapidă poate compromite rezultatele.

Cercetătorii au comparat această abordare cu găsirea unui grup de copii energici printr-un parc de distracții. La fel cum un ghid trebuie să se adapteze la comportamentul grupului, AI-ul se adaptează la proprietățile unice ale probei. Tehnologia reduce semnificativ expertiza necesară pentru operarea unui spectrometru NMR. Operatorii nu mai trebuie să regleze manual secvențele de puls pentru fiecare probă nouă. AI-ul gestionează această optimizare automat. Acest lucru face NMR-ul de înaltă rezoluție accesibil pentru un spectru mai larg de laboratoare și cercetători. Dezvoltarea deschide noi posibilități pentru cercetarea biologiei structurale și chimiei. Probele care erau anterior prea complexe sau slabe pentru analiza NMR standard pot acum fi studiate eficient. Abordarea condusă de AI ar putea accelera și procesele de descoperire în dezvoltarea farmaceutică.

Lucrările viitoare se vor concentra pe extinderea sistemului pentru a gestiona structuri moleculare mai complexe și integrarea lui cu alte tehnici analitice. În special, se planifică colaborări cu grupuri care utilizează spectrometrie de masă și difracție cu raze X, pentru a crea un flux de lucru hibrid în care AI-ul să aleagă metoda optimă în funcție de caracteristicile probei. De asemenea, se investighează posibilitatea de a implementa învățarea prin transfer, astfel încât cunoștințele acumulate de la un tip de probă să poată fi reutilizate la alte tipuri, scurtând timpul de configurare în laboratoare noi. Aceste direcții promițătoare ar putea transforma NMR-ul dintr-un instrument de specialitate într-un instrument de rutină, accesibil și eficient pentru o gamă largă de aplicații științifice.