Дорогие участники!
👏 Поздравляем всех с открытием конференции и желаем успешной работы!
Конференцию-школу открыли академик Валентин Павлович Анаников и академик Михаил Петрович Егоров с приветственным словом. Первая лекция - академика Хохлова Алексея Ремовича «Инструменты искусственного интеллекта для обработки научной информации».
Мы призываем Вас активно участвовать в дискуссиях, общаться с коллегами и извлечь максимум пользы из этого уникального мероприятия!
👏 Поздравляем всех с открытием конференции и желаем успешной работы!
Конференцию-школу открыли академик Валентин Павлович Анаников и академик Михаил Петрович Егоров с приветственным словом. Первая лекция - академика Хохлова Алексея Ремовича «Инструменты искусственного интеллекта для обработки научной информации».
Мы призываем Вас активно участвовать в дискуссиях, общаться с коллегами и извлечь максимум пользы из этого уникального мероприятия!
Научные сессии с устными докладами на сегодня завершены.
💫 Мы начинаем стендовую сессию в фойе второго этажа ИОХ РАН.
Оргкомитет конференции напоминает, что среди молодых ученых проходит конкурс на лучший стендовый доклад. Зрители решают судьбу номинации «Приз зрительских симпатий». Призываем всех ознакомиться с представленными научными докладами студентов и аспирантов, пообщаться с докладчиками и проголосовать за понравившуюся Вам работу.
Участникам стендовой сессии мы желаем удачи!
💫 Мы начинаем стендовую сессию в фойе второго этажа ИОХ РАН.
Оргкомитет конференции напоминает, что среди молодых ученых проходит конкурс на лучший стендовый доклад. Зрители решают судьбу номинации «Приз зрительских симпатий». Призываем всех ознакомиться с представленными научными докладами студентов и аспирантов, пообщаться с докладчиками и проголосовать за понравившуюся Вам работу.
Участникам стендовой сессии мы желаем удачи!
Доброе утро, коллеги!
Накануне стендовая сессия длилась до позднего вечера.
🗣 Мы рады, что работы участников вызвали бурные продолжительные дискуссии. Так держать! 🦾
Тем временем, конференция-школа продолжает свою работу. Сегодня утреннюю научную сессию открывает доклад чл.-корр. РАН Люлина Сергея Владимировича «Использование нейронных сетей для предсказания свойств полимеров».
Накануне стендовая сессия длилась до позднего вечера.
🗣 Мы рады, что работы участников вызвали бурные продолжительные дискуссии. Так держать! 🦾
Тем временем, конференция-школа продолжает свою работу. Сегодня утреннюю научную сессию открывает доклад чл.-корр. РАН Люлина Сергея Владимировича «Использование нейронных сетей для предсказания свойств полимеров».
⚡ Закрытие конференции-школы «Искусственный интеллект в химии и материаловедении» (“Artificial Intelligence in Chemistry and Materials Science”)
Программа конференции подошла к концу. С заключительным словом выступил академик Валентин Павлович Анаников, а впечатлениями после конференции поделились
к.ф.-м.н. Яньшоле Вадим Владимирович, к.х.н. Коровин Алексей Николаевич, к.ф.-м.н. Медведев Михаил Геннадьевич, к.х.н. Потапенко Олег Валерьевич, д.ф.-м.н. Гуда Александр Александрович.
Отмечены большое количество молодежи среди участников, разнообразие тем и высокий уровень докладов; подчеркнута образовательная роль конференции. Предложено предусмотреть мастер-классы в рамках будущих конференций и выработать формат представления докладов, посвященных применению ИИ в химических науках.
Состоялось награждение аспирантов и студентов за лучшие устные и стендовые доклады. 10 докладов молодых ученых были отмечены научной комиссией и участниками конференции в номинации «Приз зрительских симпатий». Победители были награждены памятными призами. Сердечно поздравляем с заслуженной наградой. Было много действительно сильных работ и выбор был непростым!
Программа конференции подошла к концу. С заключительным словом выступил академик Валентин Павлович Анаников, а впечатлениями после конференции поделились
к.ф.-м.н. Яньшоле Вадим Владимирович, к.х.н. Коровин Алексей Николаевич, к.ф.-м.н. Медведев Михаил Геннадьевич, к.х.н. Потапенко Олег Валерьевич, д.ф.-м.н. Гуда Александр Александрович.
Отмечены большое количество молодежи среди участников, разнообразие тем и высокий уровень докладов; подчеркнута образовательная роль конференции. Предложено предусмотреть мастер-классы в рамках будущих конференций и выработать формат представления докладов, посвященных применению ИИ в химических науках.
Состоялось награждение аспирантов и студентов за лучшие устные и стендовые доклады. 10 докладов молодых ученых были отмечены научной комиссией и участниками конференции в номинации «Приз зрительских симпатий». Победители были награждены памятными призами. Сердечно поздравляем с заслуженной наградой. Было много действительно сильных работ и выбор был непростым!
Дорогие участники конференции!
От имени организаторов хочу выразить нашу глубокую благодарность за ваше активное участие в конференции "Искусственный интеллект в химии и материаловедении"!
Мы особенно впечатлены высоким уровнем докладов и лекций, представленных на конференции. Ваши исследования в области разработки алгоритмов, применения нейронных сетей и глубокого обучения в химии открывают новые горизонты в этих научных областях. Важность вашей работы в создании и применении новых технологий не может быть переоценена.
Что касается областей применения ИИ в химии, мы видим огромный потенциал в использовании этих технологий для ускорения открытий новых материалов, оптимизации химических процессов и создания более эффективных и безопасных химических технологий. С помощью ИИ ученые смогут предсказывать химические свойства и взаимодействия веществ, что значительно ускорит исследовательский процесс. Это открывает возможности для новых, революционных достижений в химии и смежных областях.
Мы особенно рады видеть активное участие молодых ученых, представляющих устные и стендовые доклады. Ваше стремление к знаниям и инновациям вдохновляет и обещает много достижений в области искусственного интеллекта в химии и материаловедении.
Смотря в будущее, мы уверены, что разработки и открытия, представленные на нашей конференции, окажут значительное влияние на научное сообщество и практические приложения. Мы ожидаем, что исследования в этих областях будут продолжать развиваться, предлагая еще более инновационные решения и способствуя развитию науки и технологий.
Мы с нетерпением ждем возможности снова встретиться на следующей конференции и видеть продолжение вашей работы. Еще раз спасибо за ваше участие и за то, что вы делаете для науки.
С уважением,
академик РАН В.П.Анаников
ИОХ РАН, Москва
От имени организаторов хочу выразить нашу глубокую благодарность за ваше активное участие в конференции "Искусственный интеллект в химии и материаловедении"!
Мы особенно впечатлены высоким уровнем докладов и лекций, представленных на конференции. Ваши исследования в области разработки алгоритмов, применения нейронных сетей и глубокого обучения в химии открывают новые горизонты в этих научных областях. Важность вашей работы в создании и применении новых технологий не может быть переоценена.
Что касается областей применения ИИ в химии, мы видим огромный потенциал в использовании этих технологий для ускорения открытий новых материалов, оптимизации химических процессов и создания более эффективных и безопасных химических технологий. С помощью ИИ ученые смогут предсказывать химические свойства и взаимодействия веществ, что значительно ускорит исследовательский процесс. Это открывает возможности для новых, революционных достижений в химии и смежных областях.
Мы особенно рады видеть активное участие молодых ученых, представляющих устные и стендовые доклады. Ваше стремление к знаниям и инновациям вдохновляет и обещает много достижений в области искусственного интеллекта в химии и материаловедении.
Смотря в будущее, мы уверены, что разработки и открытия, представленные на нашей конференции, окажут значительное влияние на научное сообщество и практические приложения. Мы ожидаем, что исследования в этих областях будут продолжать развиваться, предлагая еще более инновационные решения и способствуя развитию науки и технологий.
Мы с нетерпением ждем возможности снова встретиться на следующей конференции и видеть продолжение вашей работы. Еще раз спасибо за ваше участие и за то, что вы делаете для науки.
С уважением,
академик РАН В.П.Анаников
ИОХ РАН, Москва
P.S. Если у вас есть какие-либо вопросы или предложения относительно конференции или будущих мероприятий, пожалуйста, не стесняйтесь обращаться к нам. Адрес для обратной связи: conf-alab@ioc.ac.ru Ваше мнение очень важно для нас!
P.P.S. Оставайтесь с нами! Канал продолжит свою работу.
P.P.S. Оставайтесь с нами! Канал продолжит свою работу.
Дорогие коллеги!
От имени оргкомитета мы сердечно поздравляем всех участников конференции "Искусственный интеллект в химии и материаловедении" с наступающим Новым годом! ❄️
По-настоящему вдохновляет объединение передовых технологий, таких как искусственный интеллект, и традиционной химической науки.
Вступая в новый год, полный возможностей, мы с большим удовольствием отмечаем невероятные достижения каждого участника. Ваше стремление расширить границы знаний и использовать передовые инструменты подтверждает важность междисциплинарного сотрудничества в формировании будущего научного поиска. Пусть созданные связи и полученные знания послужат катализаторами будущих прорывов в Ваших научных исследованиях. ✨
За год дальнейшего сотрудничества, инноваций и достижений! 🥂 Желаем всем вам счастливого Нового года, наполненного успехом, самореализацией и дальнейшим научным прогрессом. 🎉
От имени оргкомитета мы сердечно поздравляем всех участников конференции "Искусственный интеллект в химии и материаловедении" с наступающим Новым годом! ❄️
По-настоящему вдохновляет объединение передовых технологий, таких как искусственный интеллект, и традиционной химической науки.
Вступая в новый год, полный возможностей, мы с большим удовольствием отмечаем невероятные достижения каждого участника. Ваше стремление расширить границы знаний и использовать передовые инструменты подтверждает важность междисциплинарного сотрудничества в формировании будущего научного поиска. Пусть созданные связи и полученные знания послужат катализаторами будущих прорывов в Ваших научных исследованиях. ✨
За год дальнейшего сотрудничества, инноваций и достижений! 🥂 Желаем всем вам счастливого Нового года, наполненного успехом, самореализацией и дальнейшим научным прогрессом. 🎉
Дорогие друзья! Поздравляем вас с праздниками Нового года и Рождества и предлагаем статью на праздничную тему.
AI-New-Year.pdf
901.6 KB
#ИИ_статья #прочти_и_поделись
Новый год 2025: отменить, оставить, ИИзменить
В настоящей статье в научно-популярной форме описываются результаты моделирования празднования Нового года в ближайшем будущем.
Посвященное новогодним праздникам и рождественскому настроению ИИ-моделирование описывает празднование Нового года в будущем. Научно-популярное изложение футуристического прогноза. Конечно, описание можно рассматривать как шуточное и праздничное, именно такой настрой послужил посылом этому моделированию, но выводы и суждения ИИ по сути получились весьма интересными.
Напишите, если найдете ошибки, это важно. Напишите, нравится ли вам такое будущее, это интересно.
Новый год 2025: отменить, оставить, ИИзменить
В настоящей статье в научно-популярной форме описываются результаты моделирования празднования Нового года в ближайшем будущем.
Посвященное новогодним праздникам и рождественскому настроению ИИ-моделирование описывает празднование Нового года в будущем. Научно-популярное изложение футуристического прогноза. Конечно, описание можно рассматривать как шуточное и праздничное, именно такой настрой послужил посылом этому моделированию, но выводы и суждения ИИ по сути получились весьма интересными.
Напишите, если найдете ошибки, это важно. Напишите, нравится ли вам такое будущее, это интересно.
Дорогие друзья!
🎉 Поздравляем вас с прошедшим Днем науки и 300-летием Российской академии наук!
👨🔬👩🔬 Желаем успехов всем, кто подал заявки на молодежные конкурсы РНФ Президентской программы исследовательских проектов.
Рады сообщить, что после небольшого перерыва мы возвращаемся к работе нашего телеграм-канала.
🎉 Поздравляем вас с прошедшим Днем науки и 300-летием Российской академии наук!
👨🔬👩🔬 Желаем успехов всем, кто подал заявки на молодежные конкурсы РНФ Президентской программы исследовательских проектов.
Рады сообщить, что после небольшого перерыва мы возвращаемся к работе нашего телеграм-канала.
💧Открываем будущее чистой воды: Перспективы ИИ в дезинфекции воды
Передовые исследования показывают, как искусственный интеллект повышает безопасность и доступность воды
В эпоху, когда чистая вода имеет первостепенное значение, недавнее исследование, проведенное экспертами из Tongji University (Shanghai), раскрыло передовое применение искусственного интеллекта (ИИ) в процессах дезинфекции воды и сточных вод. Этот инновационный подход не только обещает повысить эффективность методов дезинфекции, но и значительно снизить образование вредных побочных продуктов, а также точно предсказывать отходы дезинфекции, обеспечивая безопасную воду для всех.
Очистка воды необходима для уничтожения патогенов и загрязнителей, но традиционные методы сталкивались с переменным качеством воды и образованием побочных продуктов дезинфекции. Это исследование подчеркивает, как ИИ может адаптироваться к этим вызовам в реальном времени, предлагая точное и динамичное решение, которого лишены традиционные модели. Интегрируя ИИ, мы теперь можем предвидеть и контролировать качество воды более эффективно, защищая наше здоровье и окружающую среду.
Исследователи использовали различные технологии ИИ, причем системы на основе нечеткой логики вышли вперед за их исключительный контроль в процессах дезинфекции. Совместная работа нескольких моделей ИИ увеличивает эффективность решения проблемы снижения побочных продуктов дезинфекции и отходов. "Интеграция ИИ в дезинфекцию воды - это не просто улучшение; это трансформация, которая переопределяет возможности," объясняют авторы работы, отмечая потенциал ИИ адаптироваться и реагировать на сложные требования к очистке воды.
🚰 По мере того как научное сообщество продолжает исследовать огромный потенциал ИИ, эта работа открывает новые направления для исследований и разработки технологий, стремясь к будущему, где чистая вода доступна и безопасна для всех.
📌 Ссылка на публикацию
Передовые исследования показывают, как искусственный интеллект повышает безопасность и доступность воды
В эпоху, когда чистая вода имеет первостепенное значение, недавнее исследование, проведенное экспертами из Tongji University (Shanghai), раскрыло передовое применение искусственного интеллекта (ИИ) в процессах дезинфекции воды и сточных вод. Этот инновационный подход не только обещает повысить эффективность методов дезинфекции, но и значительно снизить образование вредных побочных продуктов, а также точно предсказывать отходы дезинфекции, обеспечивая безопасную воду для всех.
Очистка воды необходима для уничтожения патогенов и загрязнителей, но традиционные методы сталкивались с переменным качеством воды и образованием побочных продуктов дезинфекции. Это исследование подчеркивает, как ИИ может адаптироваться к этим вызовам в реальном времени, предлагая точное и динамичное решение, которого лишены традиционные модели. Интегрируя ИИ, мы теперь можем предвидеть и контролировать качество воды более эффективно, защищая наше здоровье и окружающую среду.
Исследователи использовали различные технологии ИИ, причем системы на основе нечеткой логики вышли вперед за их исключительный контроль в процессах дезинфекции. Совместная работа нескольких моделей ИИ увеличивает эффективность решения проблемы снижения побочных продуктов дезинфекции и отходов. "Интеграция ИИ в дезинфекцию воды - это не просто улучшение; это трансформация, которая переопределяет возможности," объясняют авторы работы, отмечая потенциал ИИ адаптироваться и реагировать на сложные требования к очистке воды.
🚰 По мере того как научное сообщество продолжает исследовать огромный потенциал ИИ, эта работа открывает новые направления для исследований и разработки технологий, стремясь к будущему, где чистая вода доступна и безопасна для всех.
📌 Ссылка на публикацию
Качественный прорыв в идентификации соединений благодаря сверхбыстрому методу сопоставления спектров
⚡Ускорение научных открытий с новой технологией FastEI
В мире, где скорость и точность исследований имеет определяющее значение, команда ученых представила прогрессивный подход для идентификации химических соединений. Новый метод, названный FastEI, использует многомиллионную библиотеку спектров для сверхбыстрого и точного сопоставления, значительно превосходя существующие технологии.
💫 FastEI решает давние проблемы идентификации соединений в масс-спектрометрии, обеспечивая скорость и точность, недостижимые ранее. Этот метод открывает новые горизонты в биохимии, медицине и экологии, позволяя ученым быстрее делать открытия и разрабатывать новые лекарства.
FastEI демонстрирует впечатляющую эффективность, достигая точности в 80,4% при сопоставлении 10 лучших результатов и увеличивая скорость анализа в сотни раз по сравнению с традиционными методами. Этот подход позволяет идентифицировать соединения, которые ранее были недоступны из-за ограничений существующих библиотек спектров.
🧐 FastEI, представляющий собой готовое к использованию программное обеспечение, делает передовые научные исследования доступными для широкого круга специалистов без глубоких знаний в программировании. Это открывает возможности для ускорения научных исследований и разработки новых лекарственных средств, делая масс-спектрометрию более доступной и эффективной.
Разработчики FastEI видят большой потенциал в дальнейшем расширении библиотеки спектров и улучшении алгоритмов обработки данных, что обещает еще большее ускорение и точность идентификации химических соединений в будущем.
📌 Публикация: Yang Q., et al. Ultra-fast and accurate electron ionization mass spectrum matching for compound identification with million-scale in-silico library. Nat. Commun. 2023, 14, 3722.
⚡Ускорение научных открытий с новой технологией FastEI
В мире, где скорость и точность исследований имеет определяющее значение, команда ученых представила прогрессивный подход для идентификации химических соединений. Новый метод, названный FastEI, использует многомиллионную библиотеку спектров для сверхбыстрого и точного сопоставления, значительно превосходя существующие технологии.
💫 FastEI решает давние проблемы идентификации соединений в масс-спектрометрии, обеспечивая скорость и точность, недостижимые ранее. Этот метод открывает новые горизонты в биохимии, медицине и экологии, позволяя ученым быстрее делать открытия и разрабатывать новые лекарства.
FastEI демонстрирует впечатляющую эффективность, достигая точности в 80,4% при сопоставлении 10 лучших результатов и увеличивая скорость анализа в сотни раз по сравнению с традиционными методами. Этот подход позволяет идентифицировать соединения, которые ранее были недоступны из-за ограничений существующих библиотек спектров.
🧐 FastEI, представляющий собой готовое к использованию программное обеспечение, делает передовые научные исследования доступными для широкого круга специалистов без глубоких знаний в программировании. Это открывает возможности для ускорения научных исследований и разработки новых лекарственных средств, делая масс-спектрометрию более доступной и эффективной.
Разработчики FastEI видят большой потенциал в дальнейшем расширении библиотеки спектров и улучшении алгоритмов обработки данных, что обещает еще большее ускорение и точность идентификации химических соединений в будущем.
📌 Публикация: Yang Q., et al. Ultra-fast and accurate electron ionization mass spectrum matching for compound identification with million-scale in-silico library. Nat. Commun. 2023, 14, 3722.
Nature
Ultra-fast and accurate electron ionization mass spectrum matching for compound identification with million-scale in-silico library
Nature Communications - Accuracy loss and slow speed affect the identification of compounds through matching of mass spectra using a large-scale spectral library. Here the authors use Word2vec...
🦠 Идентификация бактерий: взаимодействие машинного обучения и масс-спектрометрии
Новая модель достигает более 99% точности в определении видов бактерий
Ученые достигли значительного прогресса в области оценки биологических угроз, используя алгоритмы машинного обучения для классификации бактерий с исключительной точностью. Применение подхода с двумерной тандемной масс-спектрометрией (2D MS/MS) предоставляет быстрое и надежное решение, которое может преобразить области микробиологии и контроля инфекционных заболеваний.
🧫 Исследователи успешно классифицировали различные виды бактерий, анализируя их липидные профили с помощью модифицированного масс-спектрометра, достигнув беспрецедентной точности классификации более 99%. Этот метод выделяется своей скоростью, простотой и минимальными требованиями к подготовке образцов. "Наша работа не только демонстрирует синергию между аналитической химией и искусственным интеллектом, но и открывает новые пути для обнаружения биоугроз и эпидемиологического надзора," отметил ведущий исследователь.
💫 В исследовании использовался модифицированный линейный квадрупольный масс-спектрометр с ионной ловушкой, усовершенствованный возможностями 2D MS/MS. Виды бактерий определяли на уровне липидов с помощью моделей машинного обучения, включая метод случайного леса, метод k-ближайших соседей, многослойный персептрон и сверточные нейронные сети. Исследовательская группа изучает применение этой технологии в портативных устройствах для полевого использования, что еще больше повысит ее практическую ценность в реальных условиях мониторинга окружающей среды.
Это исследование связывает аналитическую химию и вычислительную биологию, предлагая быстрый, точный и доступный метод для классификации бактерий. В перспективе он поможет своевременно выявить и нейтрализовать биологические угрозы.
📌 Публикация: Gonzalez, L. E. et al. Machine-Learning Classification of Bacteria Using Two-Dimensional Tandem Mass Spectrometry. Anal. Chem. 2023, 95, 17082-17088.
Новая модель достигает более 99% точности в определении видов бактерий
Ученые достигли значительного прогресса в области оценки биологических угроз, используя алгоритмы машинного обучения для классификации бактерий с исключительной точностью. Применение подхода с двумерной тандемной масс-спектрометрией (2D MS/MS) предоставляет быстрое и надежное решение, которое может преобразить области микробиологии и контроля инфекционных заболеваний.
🧫 Исследователи успешно классифицировали различные виды бактерий, анализируя их липидные профили с помощью модифицированного масс-спектрометра, достигнув беспрецедентной точности классификации более 99%. Этот метод выделяется своей скоростью, простотой и минимальными требованиями к подготовке образцов. "Наша работа не только демонстрирует синергию между аналитической химией и искусственным интеллектом, но и открывает новые пути для обнаружения биоугроз и эпидемиологического надзора," отметил ведущий исследователь.
💫 В исследовании использовался модифицированный линейный квадрупольный масс-спектрометр с ионной ловушкой, усовершенствованный возможностями 2D MS/MS. Виды бактерий определяли на уровне липидов с помощью моделей машинного обучения, включая метод случайного леса, метод k-ближайших соседей, многослойный персептрон и сверточные нейронные сети. Исследовательская группа изучает применение этой технологии в портативных устройствах для полевого использования, что еще больше повысит ее практическую ценность в реальных условиях мониторинга окружающей среды.
Это исследование связывает аналитическую химию и вычислительную биологию, предлагая быстрый, точный и доступный метод для классификации бактерий. В перспективе он поможет своевременно выявить и нейтрализовать биологические угрозы.
📌 Публикация: Gonzalez, L. E. et al. Machine-Learning Classification of Bacteria Using Two-Dimensional Tandem Mass Spectrometry. Anal. Chem. 2023, 95, 17082-17088.
✏ Планирование химических реакций с помощью ChatGPT
Языковая модель ChatGPT помогает оптимизировать синтетические методики
Значительного улучшения в автоматическом создании синтетических матриц для оптимизации или открытия новых реакций присоединения удалось достичь с использованием большой языковой модели ChatGPT и управляющего программного обеспечения phactor. Последовательное применение ChatGPT и phactor привело к успешному подбору условий реакций, применяемых в фармацевтических исследованиях.
💡 Эта работа показывает, какое влияние могут оказать большие языковые модели в сочетании с высокопроизводительными исследованиями на применяемые синтетические практики. Простые промпты для ChatGPT, которые легко могут быть сформулированы неспециалистами, позволяют подбирать эффективные условия реакций.
Предложенный автоматизированный процесс был опробован на нескольких простых реакциях: присоединение амидов, реакция кросс-сочетания Сузуки, реакция Бухвальда-Хартвига. При этом на основе запроса моделью ChatGPT были предложены методики проведения реакций для различных пар субстратов. Желаемые продукты были получены в каждом случае с первой попытки, изолированные выходы составили 62-94%.
🗂 Обученная на массиве научной литературы ChatGPT была использована для автоматического поиска субстратов и создания синтетической матрицы для реакций кросс-сочетания. Предложенный дизайн эксперимента был переведен с помощью алгоритма на языке Python для последующей обработки управляющим программным обеспечением phactor. Далее phactor создает синтетические матрицы, пользователь вручную или автоматически готовит растворы, проводит эксперименты в луночных планшетах и анализирует полученные результаты.
Разработка автоматизированного поиска оптимальных синтетических методик в перспективе позволит сократить время на открытие и дизайн новых соединений, включая лекарственные субстанции.
📌 Публикация: B. Mahjour, et al. Org. Process Res. Dev. 2023, 27, 1510−1516.
Языковая модель ChatGPT помогает оптимизировать синтетические методики
Значительного улучшения в автоматическом создании синтетических матриц для оптимизации или открытия новых реакций присоединения удалось достичь с использованием большой языковой модели ChatGPT и управляющего программного обеспечения phactor. Последовательное применение ChatGPT и phactor привело к успешному подбору условий реакций, применяемых в фармацевтических исследованиях.
💡 Эта работа показывает, какое влияние могут оказать большие языковые модели в сочетании с высокопроизводительными исследованиями на применяемые синтетические практики. Простые промпты для ChatGPT, которые легко могут быть сформулированы неспециалистами, позволяют подбирать эффективные условия реакций.
Предложенный автоматизированный процесс был опробован на нескольких простых реакциях: присоединение амидов, реакция кросс-сочетания Сузуки, реакция Бухвальда-Хартвига. При этом на основе запроса моделью ChatGPT были предложены методики проведения реакций для различных пар субстратов. Желаемые продукты были получены в каждом случае с первой попытки, изолированные выходы составили 62-94%.
🗂 Обученная на массиве научной литературы ChatGPT была использована для автоматического поиска субстратов и создания синтетической матрицы для реакций кросс-сочетания. Предложенный дизайн эксперимента был переведен с помощью алгоритма на языке Python для последующей обработки управляющим программным обеспечением phactor. Далее phactor создает синтетические матрицы, пользователь вручную или автоматически готовит растворы, проводит эксперименты в луночных планшетах и анализирует полученные результаты.
Разработка автоматизированного поиска оптимальных синтетических методик в перспективе позволит сократить время на открытие и дизайн новых соединений, включая лекарственные субстанции.
📌 Публикация: B. Mahjour, et al. Org. Process Res. Dev. 2023, 27, 1510−1516.
🌐 Идентификация происхождения кофе с помощью машинного обучения
Комбинация масс-спектрометрии и глубокого обучения позволяет классифицировать кофейные зерна на основе анализа аромата кофе
☕ Разработан быстрый, недеструктивный и производительный метод для установления происхождения кофейного сырья. Предложенный подход с использованием масс-спектрометрии летучих соединений кофе и алгоритмов машинного обучения обеспечивает работу в автоматическом режиме и не требует предварительной пробоподготовки, позволяя неспециалистам проводить оценку подлинности продукции в режиме реального времени.
Доступная кофейная продукция обладает различными ароматом, вкусом, географическим происхождением и ценой. Существующие методы анализа кофе включают длительную трудоемкую пробоподготовку в виде экстракции активных компонентов с ограниченной эффективность обнаружения.
В исследовании предложена методика для классификации кофе с помощью масс-спектрометрии с ионизацией коронного разряда газового аналита – летучих компонентов кофейных зерен. Для обеспечения высокой производительности было разработано устройство отбора проб с воздушной завесой для предотвращения смешивания летучих веществ разных образцов.
📊 Полученные аналитические данные обработаны специальным алгоритмом глубокого обучения для автоматической идентификации происхождения кофе. Алгоритм не только выделяет значимые пики в спектре, сокращая вдвое вводные данные, но также снижает интерференцию и «шумы». Достигнута точность классификации в 99,78% на примере 6 сортов кофе с производительностью 1 образец в секунду.
Простой в работе, быстрый и высокоточный метод, предложенный в исследовании, поможет обеспечить подлинность продукции и предотвратить фальсификацию кофе.
📌 Публикация: Yang, H. et al. Rapid classification of coffee origin by combining mass spectrometry analysis of coffee aroma with deep learning. Food Chem. 2024, 446, 138811.
Комбинация масс-спектрометрии и глубокого обучения позволяет классифицировать кофейные зерна на основе анализа аромата кофе
☕ Разработан быстрый, недеструктивный и производительный метод для установления происхождения кофейного сырья. Предложенный подход с использованием масс-спектрометрии летучих соединений кофе и алгоритмов машинного обучения обеспечивает работу в автоматическом режиме и не требует предварительной пробоподготовки, позволяя неспециалистам проводить оценку подлинности продукции в режиме реального времени.
Доступная кофейная продукция обладает различными ароматом, вкусом, географическим происхождением и ценой. Существующие методы анализа кофе включают длительную трудоемкую пробоподготовку в виде экстракции активных компонентов с ограниченной эффективность обнаружения.
В исследовании предложена методика для классификации кофе с помощью масс-спектрометрии с ионизацией коронного разряда газового аналита – летучих компонентов кофейных зерен. Для обеспечения высокой производительности было разработано устройство отбора проб с воздушной завесой для предотвращения смешивания летучих веществ разных образцов.
📊 Полученные аналитические данные обработаны специальным алгоритмом глубокого обучения для автоматической идентификации происхождения кофе. Алгоритм не только выделяет значимые пики в спектре, сокращая вдвое вводные данные, но также снижает интерференцию и «шумы». Достигнута точность классификации в 99,78% на примере 6 сортов кофе с производительностью 1 образец в секунду.
Простой в работе, быстрый и высокоточный метод, предложенный в исследовании, поможет обеспечить подлинность продукции и предотвратить фальсификацию кофе.
📌 Публикация: Yang, H. et al. Rapid classification of coffee origin by combining mass spectrometry analysis of coffee aroma with deep learning. Food Chem. 2024, 446, 138811.