KI wertet Spektren aus

Nie wieder NMR-Spektren ausknobeln, sondern die KI machen lassen – das ginge vielleicht, ist aber nicht im Sinne der Erfinder.

Das neue KI-basierte Verfahren SECS schlägt aus Rohdaten von NMR-, IR- und Massenspektrometrie binnen Minuten Molekülstrukturen vor und bewertet, für wie plausibel es seine eigene Lösung hält. Entwickelt haben es Forschende der Universität Jena, des Helmholtz-Zentrums Berlin und des Softwareunternehmens Zakodium.

Das KI-Modell nutzt zwei Verfahren: Erst lernt es, Spektren und Molekülstrukturen in eine gemeinsame mathematische Darstellung zu überführen, genannt Embedding-Vektor. Anschließend schlägt die KI Moleküle aus einer Datenbank vor, die gut zu den Spektren passen. Ein Algorithmus verfeinert dann diese Treffer, indem er etwa Bindungen bricht oder Atome ergänzt – und immer wieder prüft, ob die neuen Moleküle besser zu den Messdaten passen.

Zum Lösen reichen SECS häufig eindimensionale NMR-Spektren, mehrdeutige Spektren verlangen jedoch nach weiteren Arten von Spektren, beispielsweise IR-Spektren. Laut Coautor Kevin Jablonka kann das Verfahren auch mit verunreinigten Protonen-NMR-Spektren umgehen. Die Methode findet der Studie zufolge in 82

Wissenschaft + Forschung