Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Système INTELLIGENT de ` Neuf le' retient le potentiel d'accélérer le procédé d'identification de structure moléculaire

Une équipe de recherche interdisciplinaire à l'Université de Californie San Diego a développé une méthode pour recenser les structures moléculaires des produits naturels qui est sensiblement plus rapide et plus précise que des méthodes existantes. La méthode fonctionne comme la reconnaissance faciale pour des structures moléculaires--elle utilise une pièce de données spectrales seules à chaque molécule et puis la fait fonctionner par un réseau neuronal de apprentissage profond pour mettre la molécule inconnue dans une batterie des molécules avec les structures assimilées.

Le système neuf de brevet en instance est « INTELLIGENT appelé, » qui représente la Technologie Précise de Reconnaissance de Petite Molécule, et a le potentiel d'accélérer le procédé d'identification de structure moléculaire de dix fois. Ce développement pourrait représenter une variation de paradigme dans les zones d'analyse chimique, pharmaceutiques et de découverte de médicaments puisque 70 pour cent de tous les médicaments Approuvés par le FDA sont basés sur les produits naturels tels que des micros-organismes de saleté, des végétaux terrestres et, de plus en plus, des formes d'espèce marine telles que des algues.

Ce travail, publié dans des États Scientifiques de Nature, représente une collaboration entre l'École d'Uc San Diego Jacobs du Bureau D'études et l'Institution d'Uc San Diego Scripps de l'Océanographie.

« La structure d'une molécule est l'information de activation, » a dit Bill Gerwick, professeur de l'océanographie et des sciences pharmaceutiques à l'Institution de Scripps d'Uc San Diego de l'Océanographie. « Vous devez avoir la structure pour n'importe quelle approbation de FDA. Si vous voulez avoir la propriété intellectuelle que vous devez breveter cette structure, si vous voulez effectuer des analogues de cette molécule vous devez savoir ce qu'est la molécule commençante--c'est une information critique. »

Chen Zhang est un élève nanoengineering de Ph.D. à l'École d'Uc San Diego Jacobs du Bureau D'études et au premier auteur du papier Scientifique d'États de Nature neuve. Zhang a dit que cela la détermination de la structure d'une molécule peut être un goulot d'étranglement dans le procédé de recherches de produit naturel, prenant à des experts des mois et même des années pour déterminer exactement la structure correcte et complète. Tandis Que chaque molécule et sa chronologie d'identification est différente, l'élan INTELLIGENT donne à des chercheurs un indice précoce dans quelle famille une molécule neuve tombe dessous, rigoureusement réduisant le temps où elle prend pour caractériser un produit naturel neuf.

« La voie que nous pouvions accélérer le procédé est par essentiellement utilisant le logiciel facial de reconnaissance pour regarder l'information principale nous obtenons sur les molécules, » Gerwick a expliqué. L'information principale les utilisations d'équipe est quelque chose appelée une résonance magnétique nucléaire singulière heteronuclear de cohérence de tranche de temps, ou HSQC RMN, spectre. Elle produit un plan topologique des endroits qui indiquent quels protons dans la molécule sont fixés directement à quels atomes de carbone, et est seul à chaque molécule.

Zhang et Gerwick se sont associés à Gary Cottrell, un professeur de l'informatique et de bureau d'études à l'École d'Uc San Diego Jacobs du Bureau D'études, pour développer un système d'apprentissage profond qualifié avec des milliers de spectres de HSQC tirés de la littérature. Ce réseau neuronal circonvolutionnaire prend une 2D image du Spectre rmn de HSQC d'une molécule inconnue et des plans il dans un espace 10 dimensionnel groupé près des molécules assimilées, le facilitant pour que les chercheurs élucident la structure d'une molécule inconnue.

« Chen a adopté cet élan à obtenir des Spectres rmn de plus de 4.000 composés de la littérature en coupant littéralement les images du PDFs des papiers, » Cottrell a dit. « C'était un effort impressionnant ! Néanmoins, ce n'est normalement pas assez de données pour former un réseau profond, mais nous avons utilisé une technologie appelée un réseau Siamois, dans lequel vous vous exercez sur des paires d'images. Ceci amplifie votre positionnement de formation par rugueux le carré du nombre de composés dans une famille, et est ce qui effectué ce projet faisable. »

Cette collaboration est la première fois que Gerwick mentored un élève ingénieur, et le fructueux prouvé d'échange d'idées.

« C'a été une interaction merveilleuse. Uc San Diego a quelque chose réellement tout à fait magique à son sujet, et c'est la profondeur de la collaboration qui se produit entre les services--elle est phénoménale, » Gerwick a dit. « Quand vous essayez et prenez pensivement d'une autre discipline quelque chose qui est peut-être même courante dans cette discipline et applique elle dans un neuf et la façon unique dans notre discipline, c'est une opportunité d'avoir réellement ce genre de chose paradigme-changeante. Et Je pense cette technologie, avec un certain avancement, pourrais être une variation réelle de paradigme dans la voie que nous faisons tout sortes de chimie et analyse chimique. »

L'équipe obtiendra que l'occasion pour grâce d'avancement à une concession $550.000 des Instituts de la Santé Nationaux de développer les techniques performantes qui facilitent la catégorie structurelle robotisée, comportent la découverte et l'élucidation de structure des produits naturels et d'établir une infrastructure qui agit l'un sur l'autre avec la puissance d'entrée de données de la communauté.

Source : http://jacobsschool.ucsd.edu/news/news_releases/release.sfe?id=2353