深層学習が高品質NMRスペクトル解析を実現する

厦門大学電子科学与技术学院の林雁勤教授チームは、人工知能を活用した高品質な核磁共振（NMR）単一化学シフト解析技術を開発した。従来の水素NMRはスペクトル峰の重なりが課題だが、既存の単一化手法は感度低下や積分値の歪みを招く。この問題に対処するため、チームは深層学習モデル「SE2PSNet」を提案した。本モデルはスペクトル情報相関、定量注意力機構、単一化学シフト復元の3モジュールで構成され、残差結合と注意力メカニズムにより複雑な重なり信号の情報損失を抑制。さらに平均二乗誤差と相対誤差からなる結合損失関数を採用し、強ピーク偏重を避け弱信号の再構成精度も維持する。アジスロマイシンの実測データで検証した結果、既存手法で依然として重なりしていた信号を明確に分離し、積分値は参考スペクトルと決定係数0.9975で高度に一致した。本研究成果は学術誌「Nature Communications」に発表された。第一著者は厦門大学の修士課程学生、蔡偉剛氏と李熠陽氏。通信著者は林雁勤教授が務める。研究は中国国家重点研究開発計画、国家自然科学基金、英国工学・自然科学研究理事会の支援を得て実施された。本手法は高分解能・高感度・定量精度を両立させ、創薬や薬物代謝研究のボトルネックを解消し、医薬品開発支援に貢献すると期待される。林教授チームは過去にも深層学習とNMRの融合研究で複数の国際誌に成果を発表しており、今後はAI駆動の次世代分析プラットフォームの確立を目指す。