Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Sistema ELEGANTE del Nuevo ` el' lleva a cabo potencial de acelerar proceso de la identificación de la estructura molecular

Las personas interdisciplinarias de investigadores en la Universidad de California San Diego han desarrollado un método para determinar las estructuras moleculares de productos naturales que es importante más rápido y más exacto que métodos existentes. El método trabaja como el reconocimiento facial para las estructuras moleculares--utiliza un pedazo de datos espectrales únicos a cada molécula y después lo ejecuta a través de una red neuronal de aprendizaje profunda para colocar la molécula desconocida en un atado de moléculas con las estructuras similares.

El nuevo sistema patente-pendiente se llama “SMART,” que representa Tecnología Exacta del Reconocimiento de la Pequeña Molécula, y tiene el potencial de acelerar el proceso de la identificación de la estructura molecular décuplo. Este revelado podría representar una rotación del paradigma en los campos del análisis químico, farmacéuticos y de la droga del descubrimiento puesto que el 70 por ciento de todas las drogas Aprobadas por la FDA se basa en productos naturales tales como microorganismos del suelo, plantas terrestres y, cada vez más, formularios de vida marina tales como algas.

Este trabajo, publicado en Partes Científicos de la Naturaleza, representa una colaboración entre la Escuela de Uc San Diego Jacobs de la Ingeniería y la Institución de Uc San Diego Scripps de la Oceanografía.

“La estructura de una molécula es la información de activação,” dijo a Bill Gerwick, profesor de la oceanografía y de las ciencias farmacéuticas en la Institución de Scripps de Uc San Diego de la Oceanografía. “Usted tiene que tener la estructura para cualquier aprobación del FDA. Si usted quiere tener propiedad intelectual que usted tiene que patentar esa estructura, si usted quiere hacer análogos de esa molécula usted necesita conocer cuáles es la molécula que comienza--es un fragmento de información crítico.”

Chen Zhang es un estudiante nanoengineering del Ph.D. en la Escuela de Uc San Diego Jacobs de la Ingeniería y el primer autor del papel Científico de los Partes de la nueva Naturaleza. Zhang dijo que eso la determinación de la estructura de una molécula puede ser un atascamiento en el proceso de la investigación del producto natural, tardando a expertos meses e incluso años para determinar exactamente la estructura correcta y completa. Mientras Que cada molécula y su cronología de la identificación es diferentes, la aproximación ELEGANTE da a investigadores una pista temprana en qué familia cae una nueva molécula debajo, drástico reduciendo el tiempo que toma para caracterizar un nuevo producto natural.

“La manera que podíamos acelerar el proceso está por esencialmente usando el software facial del reconocimiento para observar el fragmento de información dominante obtenemos en las moléculas,” Gerwick explicó. El fragmento de información dominante las aplicaciones de las personas es algo llamado una coherencia singular heteronuclear del quantum de resonancia magnética nuclear, o HSQC RMN, espectro. Produce una correspondencia topológica de las manchas que revelan qué protones en la molécula se asocian directamente a qué átomos de carbón, y es único a cada molécula.

Zhang y Gerwick combinaron hacia arriba con Gary Cottrell, profesor de informática y de la ingeniería en la Escuela de Uc San Diego Jacobs de la Ingeniería, para desarrollar un sistema de aprendizaje profundo entrenado con millares de espectros de HSQC tirados de la literatura. Esta red neuronal circumvolucional toma una 2.a imagen del Espectro de Rmn de HSQC de una molécula desconocida y de correspondencias él en un espacio dimensional 10 agrupado cerca de las moléculas similares, haciéndolo más fácil para que los investigadores aclaren la estructura de una molécula desconocida.

“Chen llevó esta aproximación conseguir Espectros de Rmn sobre de 4.000 pastas de la literatura literalmente cortando las imágenes del PDFs de los papeles,” Cottrell dijo. ¡“Era un esfuerzo impresionante! Sin embargo, éste no es normalmente suficiente datos para entrenar a una red profunda, pero utilizamos una tecnología llamada una red Siamesa, en la cual usted entrena en pares de imágenes. Esto amplifica su conjunto del entrenamiento por áspero el cuadrado del número de pastas en una familia, y es lo que hecha este proyecto posible.”

Esta colaboración es la primera vez que Gerwick mentored a un estudiante de la ingeniería, y el intercambio de fructuoso probada las ideas.

“Ha sido una acción recíproca maravillosa. Uc San Diego tiene algo realmente muy mágico sobre él, y ésa es la profundidad de la colaboración que ocurre entre los departamentos--es fenomenal,” Gerwick dijo. “Cuando usted intenta y toma cuidadosamente de otra disciplina algo que es quizá incluso corriente en esa disciplina y la aplica de una nueva y única manera en nuestra disciplina, es una oportunidad realmente tener esta clase de cosa de paradigma-desviación. Y pienso esta tecnología, con algún adelanto, podría ser una rotación real del paradigma de la manera que hacemos toda clase de química y de análisis químico.”

Las personas conseguirán que ocasión para los gracias del adelanto a una concesión $550.000 de los Institutos de la Salud Nacionales de desarrollar los métodos eficientes que facilitan la clasificación, el descubrimiento de la característica y la aclaración estructurales automatizados de la estructura de productos naturales y de construir una infraestructura que obre recíprocamente con la entrada de información de datos de la comunidad.

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