Исследователи представили MS-GPT — модель для определения химических структур по данным тандемной масс-спектрометрии (MS/MS). В отличие от классических методов, опирающихся на готовые библиотеки, система использует архитектуру, основанную на запросах к языковой модели молекул. Это позволяет проводить дешифровку de novo, напрямую преобразуя спектральные данные в химические формулы с высокой точностью.
Традиционные подходы к анализу масс-спектров часто ограничены поиском по известным базам данных, что затрудняет идентификацию новых или редких соединений. MS-GPT решает эту проблему, рассматривая задачу как генеративный процесс. Модель обучается интерпретировать спектр как «подсказку» (prompt), на основе которой извлекается наиболее вероятная молекулярная структура из латентного пространства языковой модели.
Этот метод открывает новые возможности для аналитической химии и фармацевтики, где требуется быстрая идентификация неизвестных веществ. Использование генеративных моделей позволяет преодолеть барьер «библиотечной зависимости», делая процесс анализа более гибким и масштабируемым для сложных органических соединений, которые ранее не были описаны в справочниках.
Ключевые факты
- MS-GPT переосмысливает задачу идентификации молекул как процесс «спектрально-индуцированного апостериорного запроса».
- Метод позволяет проводить дешифровку структур de novo без необходимости обращения к фиксированным базам данных.
- Архитектура модели объединяет принципы масс-спектрометрии и возможности современных языковых моделей для работы с химическими данными.
- Подход значительно расширяет возможности автоматизированного анализа в аналитической химии, позволяя идентифицировать соединения, отсутствующие в существующих справочных библиотеках.