Более 80% соединений, обнаруживаемых в биологических образцах, не удаётся сопоставить с известными структурами. Учёные из Boyce Thompson Institute и Корнеллского университета создали инструмент AIMe (AI Molecule Explorer), который использует нейросимволический ИИ для предсказания, организации и поиска масс-спектров более 100 миллионов известных малых органических молекул. Это позволяет ускорить идентификацию соединений и генерацию гипотез. Об этом пишет издание Phys.org.
AIMe генерирует спектры вычислительно, а не ждёт накопления экспериментальных данных. Инструмент создал более 800 миллионов предсказанных спектров, охватывающих практически все известные малые органические молекулы из базы PubChem. Это примерно в тысячу раз расширяет доступное химическое пространство по сравнению с существующими библиотеками, которые покрывают менее 1% известных соединений.
В основе AIMe лежит модель DeepMS2Reasoner, которая имитирует фрагментацию молекул в масс-спектрометре, используя символические химические правила и нейросеть для оценки вероятности каждого шага. Это делает результаты интерпретируемыми в химических терминах.
Исследователи применили AIMe к данным метаболомики мышей, сравнивая стерильных животных и мышей с нормальной микрофлорой. Из 111 наиболее распространённых неидентифицированных соединений, зависящих от микробиоты, для трети AIMe нашёл близкие спектральные совпадения и структурные кандидаты. Для остальных инструмент сопоставил неизвестные спектры с молекулярными окрестностями.
Два соединения стали примером успеха. Первое оказалось линейным производным путресцина, второе — необычным макроциклическим полиамином, ранее не встречавшимся в биологии мышей или человека. Поиск в большой публичной базе данных масс-спектрометрии обнаружил это соединение в 57 из 99 образцов человеческих фекалий.
Полиамины важны для биологии: они связывают диету, микробиом и иммунитет. Эти находки показывают, что каталог микробиота-зависимых полиаминов далеко не полон. AIMe также протестировали на 7 миллионах спектральных кластеров из базы GNPS: инструмент вернул аннотации для примерно 2,69 миллиона кластеров, тогда как ранее было аннотировано около 416 тысяч. AIMe доступен онлайн, исходный код будет опубликован после выхода исследования.