La spettrometria di massa tandem è un potente strumento analitico utilizzato per caratterizzare miscele complesse nella scoperta di farmaci e in altri campi.

Ora, Gli innovatori della Purdue University hanno creato un nuovo metodo per applicare i concetti di apprendimento automatico al processo di spettrometria di massa tandem per migliorare il flusso di informazioni nello sviluppo di nuovi farmaci. Il loro lavoro è pubblicato in Scienze chimiche .

"La spettrometria di massa svolge un ruolo fondamentale nella scoperta e nello sviluppo di farmaci, " disse Gaurav Chopra, un assistente professore di chimica analitica e fisica al Purdue's College of Science. "L'implementazione specifica dell'apprendimento automatico bootstrap con una piccola quantità di dati di addestramento positivi e negativi presentati qui aprirà la strada per diventare mainstream nelle attività quotidiane di automazione della caratterizzazione dei composti da parte dei chimici".

Chopra ha affermato che ci sono due problemi principali nel campo dell'apprendimento automatico utilizzato per le scienze chimiche. I metodi utilizzati non forniscono una comprensione chimica delle decisioni prese dall'algoritmo, e i nuovi metodi non sono in genere utilizzati per eseguire test sperimentali alla cieca per vedere se i modelli proposti sono accurati per l'uso in un laboratorio chimico.

"Abbiamo affrontato entrambi questi elementi per una metodologia che è isomero selettiva ed estremamente utile nelle scienze chimiche per caratterizzare miscele complesse, identificare le reazioni chimiche e i metaboliti dei farmaci, e in campi come la proteomica e la metabolomica, " disse Chopra.

I ricercatori della Purdue hanno creato modelli di apprendimento automatico statisticamente robusti per lavorare con meno dati di addestramento, una tecnica che sarà utile per la scoperta di farmaci. Il modello esamina un comune reagente neutro, chiamato 2-metossipropene (MOP), e prevede come i composti interagiranno con il MOP in uno spettrometro di massa tandem per ottenere informazioni strutturali per i composti.

"Questa è la prima volta che l'apprendimento automatico è stato associato a reazioni diagnostiche in fase gassosa ione-molecola, ed è una combinazione molto potente, aprendo la strada all'identificazione spettrometrica di massa completamente automatizzata di composti organici, " ha detto Hilkka Kenttämaa, il Frank Brown Distinguished Professor di Chimica Analitica e Chimica Organica. "Stiamo introducendo molti nuovi reagenti in questo metodo".

Il team di Purdue introduce diagrammi di flusso della reattività chimica per facilitare l'interpretazione chimica delle decisioni prese dal metodo di apprendimento automatico che saranno utili per comprendere e interpretare gli spettri di massa per le informazioni strutturali.