新型AI工具绘制小分子隐藏图谱

康奈尔大学教授卡拉·戈麦斯与博伊尔斯汤普森研究所教授弗兰克·施罗德联合团队近日发布新型人工智能工具AIMe，旨在突破小分子代谢物鉴定的长期瓶颈。该工具采用神经符号人工智能架构，其核心模型DeepMS2Reasoner通过结合符号化学规则与神经网络，精准模拟分子在质谱仪内的碎裂路径，成功预测超八亿条理论质谱数据。此举将可检索的化学空间规模较现有实验图谱库扩大近千倍。 在应用层面，研究团队利用AIMe对小鼠肠道微生物组数据进行解析。针对传统方法无法匹配的未知代谢物，工具通过光谱匹配与结构邻近网络快速锁定候选分子，并成功验证一种此前未在哺乳动物中报道的环状多胺衍生物，该物质后续亦在人类粪便样本中被检出。研究进一步将该技术扩展至全球天然产物数据库的七百多万条光谱集群，高效生成约二百六十九条预测注释。AIMe源代码将于相关论文正式发表后开源，该成果有望大幅加速生物医学、药物研发及微生物组学领域的结构解析与假设生成进程。