Découvrir des réactions organiques grâce à la déchiffrement de données de spectrométrie de masse à l’échelle téra grâce à l’apprentissage automatique

L'accumulation de grands ensembles de données par la communauté scientifique a dépassé la capacité des méthodes de traitement traditionnelles, soulignant la nécessité critique d'algorithmes innovants et efficaces capables de naviguer à travers des données expérimentales existantes de grande ampleur. Pour relever ce défi, notre étude introduit un moteur de recherche alimenté par l'apprentissage automatique (machine learning - ML), spécifiquement conçu pour analyser des données de spectrométrie de masse à haute résolution (HRMS) à l'échelle du téraoctet. Ce moteur utilise un nouvel algorithme de recherche centré sur la distribution isotopique, renforcé par deux modèles d'apprentissage automatique complémentaires, facilitant ainsi la découverte de réactions chimiques jusqu'alors inconnues. Cette méthodologie permet une investigation rigoureuse des données existantes, offrant ainsi un soutien efficace aux hypothèses chimiques tout en réduisant le besoin de mener des expériences supplémentaires. De plus, nous étendons cette approche avec des méthodes basiques pour la génération automatisée d'hypothèses réactionnelles. Dans sa validation pratique, notre méthode a réussi à identifier plusieurs réactions, révélant des transformations précédemment non décrites. Parmi celles-ci, le processus de couplage hétérocyclique-vinyle au sein de la réaction Mizoroki-Heck se distingue, mettant en évidence la capacité du moteur à élucider des phénomènes chimiques complexes.