• <menu id="eyma8"></menu>
    中國科學院昆明植物研究所
    精品无码中文字幕不卡_无码人妻 碰碰97_2021亚洲A无码在线_2020中文字幕制服中文_精品偷自拍另类在线观看 location
    當前位置:首頁 > 新聞動態 > 頭條新聞
    left
    新聞動態
    頭條新聞

    昆明植物所發表機器學習輔助天然產物結構解析的綜述

    文章來源:植物化學與西部植物資源持續利用國家重點實驗室  |  發布時間:2023-11-23  |  作者:胡貴林,邱明華  |  瀏覽次數:  |  【打印】 【關閉

     

      天然產物natural products, NPs的結構鑒定是天然藥物研發中的重要環節之一。在NPs的結構研究中,質譜(mass spectrometry, MS)和核磁共振(nuclear magnetic resonance, NMR)技術被認為是最具深度洞察力的工具。化學家們依靠智慧和經驗通過分析MSNMR的信息構建化學結構;而計算機輔助結構解析(computer-assisted structure elucidation,CASE的出現,極大加速了NPs結構解析的進程。然而,CASE方法通常遵循嚴格的編程規則,缺乏人類智能的適應性和認知功能,依然無法靈活適用于NPs的所有結構解析場景。近年來興起的機器學習(machine learning, ML)和深度學習(deep learning, DL)方法被應用于輔助MSNMR圖譜的解析,形成了一系列有價值的研究成果。

      中國科學院昆明植物研究所邱明華研究團隊近期在天然產物研究領域國際頂級期刊Natural Product Reports2023, 40, 1735 - 1753上發表了題為Machine learning-assisted structure annotation of natural products based on MS and NMR data的綜述論文,系統總結了ML輔助MSNMR數據分析以確定NPs化學結構的最新進展,并提出機器學習輔助結構解析(machine learning-assisted structure elucidation, MLASE這一概念,將其列為CASE的分支。

      該論文總結討論了依賴于數據搜索的基于MLMS/MS分析方法,其中涉及基于ML算法MS/MS圖譜相似性計算、MS/MS圖譜預測分子指紋生成方案。并基于重要研究案例系統概括分析了非數據庫依賴ML算法輔助MS/MS結構注釋的基本思路和策略。化學位移預測、官能團識別、結構分類和量子化學計算等方面,通過分析結構研究案例,討論ML算法輔助基于NMRNPs構建分子結構的方法。該論文對于客觀認識人工智能在天然藥物化學研究中的應用前景及面臨的挑戰具有積極意義,也為未來深度融合CASEMLASE方法以加速天然藥物研究提供了有益的思考。

      昆明植物所胡貴林博士為論文第一作者,邱明華研究員為通訊作者。研究工作得到國家自然科學基金項目U1902206)和云南省科技入滇項目計劃202003AD150006項目資金的資助。

      文章鏈接

     

    1 ML在輔助基于MSNMRNPs結構解析中的應用 

     

    2 ML在輔助數據庫依賴型MS/MS鑒定中的應用 

     

    3 ML輔助NMR圖譜分析鑒定NPs類別 

    (責任編輯:李雪)

    中國科學院昆明植物研究所

    版權所有 Copyright © 2002-2025 中國科學院昆明植物研究所,All Rights Reserved 【滇ICP備05000394號
    地址:中國云南省昆明市藍黑路132號  郵政編碼:650201    點擊這里聯系我們  手機版