رونمایی از مدل هوش مصنوعی ChefNMR2 برای شناسایی سریع و دقیق ساختار مولکول‌ها

مقدمه

مدل ChefNMR2 یک مدل هوش مصنوعی مولد برای شفاف‌سازی و تعیین ساختار مولکول‌های کوچک است که توسط پژوهشگران دانشگاه پرینستون در دانشکده‌های علوم کامپیوتر و شیمی، با همکاری شرکت Edison Scientific توسعه یافته است. این سامانه با دریافت فرمول مولکولی به‌همراه فهرست پیک‌های طیف‌سنجی تشدید مغناطیسی هسته‌ای (NMR) یک‌بعدی پروتون و کربن ۱۳ (¹H و ¹³C)، ساختارهای مولکولی کاندید را به‌طور مستقیم تولید می‌کند.

مقاله علمی این پژوهش با عنوان تعیین ساختار مولکول‌های کوچک از روی طیف‌های NMR با مدل‌های مولد و استدلال‌گر در ۲۹ اکتبر ۲۰۲۶ روی پایگاه bioRxiv منتشر شد. سپس در ۲ نوامبر ۲۰۲۶، شرکت Edison Scientific اعلام کرد که مدل ChefNMR2 در پلتفرم تحقیقاتی Kosmos در دسترس قرار گرفته است تا دانشمندان بتوانند بدون نیاز به راه‌اندازی و اجرای محلی مدل، از قابلیت‌های آن در تحقیقات خود استفاده کنند.

نحوه کارکرد سامانه

• تطبیق جریان اتمی (Atomic Flow Matching): در این رویکرد، فرآیند تعیین ساختار به‌صورت تولید مختصات اتمی با شرط فرمول و پیک‌های طیف NMR فرمول‌بندی شده است. معماری سیستم از یک انکودر پیک‌ها به‌همراه یک ترنسفورمر انتشار چندحالته تشکیل شده است که مکانیزم توجه مشترک میان توکن‌های پیک و توکن‌های اتمی برقرار می‌کند. در مرحله استنتاج، نویزهای اولیه به مختصات فضایی تبدیل شده و در ادامه پیوندهای شیمیایی برای دستیابی به ساختار نهایی معین می‌شوند.
• ضریب اطمینان واسنجی‌شده (Calibrated Confidence): با نمونه‌گیری‌های مکرر، سامانه یک ضریب اطمینان تجربی به دست می‌آورد که بسامد تکرار هر ساختار مسطح را مشخص می‌کند. پس از بررسی ۱۰۰ نمونه اولیه، حجم پردازش و نمونه‌گیری‌های بعدی متناسب با این میزان اطمینان تنظیم می‌شود.
• دستیار استدلال‌گر ChefNMR2-Agent: این ایجنت هوشمند مبتنی بر مدل‌های زبانی بزرگ که در بستر پلتفرم Kosmos فعال است، لایه‌ای تکمیلی پیرامون مدل مولد ایجاد می‌کند. این ایجنت یک رابط کاربری به زبان طبیعی، استدلال شیمیایی، ابزارهای محاسباتی و قابلیت جستجو در متون علمی را فراهم می‌آورد و تنها هنگامی که مدل با عدم قطعیت مواجه شود، به بررسی‌های دقیق‌تر و عمیق‌تر می‌پردازد.

آمارهای کلیدی و مقایسه عملکرد

تیم تحقیقاتی با استفاده از ایجنت ChefNMR2-Agent موفق شد ساختار چهار محصول طبیعی جدید را شناسایی کند و به دقتی مشابه با شیمیدان‌های متخصص در کسری از زمان دست یابد.

محدودیت‌ها و نکات قابل‌توجه

این پژوهش هنوز در مرحله پیش‌انتشار قرار دارد و فرایند داوری همتا (Peer Review) را سپری نکرده است. هم‌چنین در ارزیابی برخی مدل‌های پایه، هم‌پوشانی‌هایی میان داده‌های آموزشی و مولکول‌های آزمایشی مشاهده شده و دقت مدل روی مولکول‌های بزرگ با ساختار نامتعارف نسبت به داده‌های آموزشی تا حدود ۵۷ درصد افت می‌کند. از این رو، پژوهشگران تأکید دارند که خروجی‌های این مدل باید به‌عنوان گزینه‌های اولویت‌بندی‌شده برای ارزیابی کارشناسان تلقی شود، نه سندی قطعی و بدون نیاز به نظارت برای تعیین هویت مولکول‌ها.

مخاطبان هدف و کاربردها

• پژوهشگران فعال در حوزه‌های محصولات طبیعی، شیمی دارویی و سنتز مواد که به شناسایی سریع ساختار مولکول‌های کوچک ناشناخته بر اساس داده‌های NMR نیاز دارند.
• آزمایشگاه‌ها و مراکز تحقیقاتی همکار که آرشیوهای عظیمی از داده‌های طیف‌سنجی در اختیار دارند و به دنبال غربالگری دسته‌ای و پیشنهاد ساختارهای اولیه هستند.
• توسعه‌دهندگان هوش مصنوعی در علوم زیستی و پایه که به الگوی تلفیقی «مولد تخصصی در کنار ایجنت استدلال‌گر عمومی» علاقه‌مندند.

راهنمای شروع به کار

1. مطالعه مستندات پروژه در وب‌سایت chefnmr.cs.princeton.edu و نسخه پیش‌انتشار در bioRxiv برای آگاهی از ساختار ورودی‌ها و محدودیت‌های روش.
2. بهره‌گیری از مدل یا ابزار ChefNMR2-Agent در بستر پلتفرم Kosmos متعلق به شرکت Edison Scientific از طریق بارگذاری فهرست پیک‌ها و اطلاعات نمونه.
3. بررسی گزینه‌های رتبه‌بندی‌شده و شاخص اطمینان؛ تأیید ساختارهای با ضریب اطمینان بالا و محول کردن موارد پیچیده‌تر به ایجنت یا شیمیدان متخصص برای بررسی عمیق‌تر.
4. اعتبارسنجی تجربی نتایج به‌دست‌آمده با استفاده از روش‌های تکمیلی آزمایشگاهی نظیر طیف‌سنجی دوبعدی NMR یا طیف‌سنجی جرمی.