KI-Modell erzeugt hochwertige NMR-Spektren

Ein internationales Forschungsteam um Professor Lin Yanqin der Universität Xiamen sowie Wissenschaftler der Chinesischen Akademie der Wissenschaften und der Universität Manchester hat einen signifikanten Fortschritt in der KI-gestützten Kernspinresonanzspektroskopie erzielt. Die Forscher stellten das neue neuronale Netz SE2PSNet vor, das die Qualitätsstandards für NMR-Spektren nachhaltig verbessert. Die Ergebnisse wurden kürzlich in Nature Communications veröffentlicht. Traditionelle Protonen-NMR-Spektren weisen häufig starkes Signalüberlappung auf, was die Analyse komplexer Mischungen erschwert. Während etablierte Pure-Shift-Verfahren dies zwar reduzieren, gehen sie jedoch meist mit Empfindlichkeitsverlusten und Integrationsfehlern einher. SE2PSNet umgeht diese Nachteile durch eine dreistufige Architektur, die Spektralinformation, quantitativen Aufmerksamkeitsmechanismus und spektrale Wiederherstellung kombiniert. Residualverbindungen stärken relevante quantitative Merkmale, während eine kombinierte Verlustfunktion aus quadratischen und relativen Fehler dafür sorgt, dass auch schwache Signale präzise rekonstruiert werden, ohne dass starke Peaks die Optimierung dominieren. Bei Tests mit dem stark gekoppelten Wirkstoff Azithromycin löste das Modell verbliebene Überlappungen in konventionellen PSYCHE-Spektren nahezu vollständig auf. Die gemessenen Integrationswerte wiesen mit einem Bestimmtheitsmaß von R² = 0,9975 eine extrem hohe Übereinstimmung mit Referenzdaten auf. Die Technologie ermöglicht künftig NMR-Analysen, die in Auflösung, Empfindlichkeit und Quantengenauigkeit nicht konkurrieren müssen. Sie adressiert direkt praktische Engpässe in der Wirkstoffforschung und Pharmakometabolik. Das Projekt wird vom Nationalen Schlüssel-Forschungsprogramm Chinas, der Nationalen Naturwissenschaftlichen Stiftung sowie dem britischen EPSRC finanziert. Die Erstautorschaft liegt bei den Xiamen-Studenten Cai Weigang und Li Yiyang, die Korrespondenz bei Professor Lin Yanqin. Die Universität Xiamen führt als erste und korrespondierende Einrichtung. Das Team setzt seine Forschung an der Schnittstelle von künstlicher Intelligenz und Spektroskopie fort, wobei zahlreiche weitere Publikationen in Top-Journals bereits die strategische Relevanz dieses Ansatzes untermauern.