Иннополис научил ИИ узнавать неизвестные молекулы по масс-спектру: верная структура в топ-100 в 90,5% случаев

25 сентября Университет Иннополис рассказал о разработке для химиков и фармацевтов. Исследователи собрали вычислительную систему, которая по тандемному масс-спектру ищет, что за молекула перед ними. В 90,5% случаев правильная структура оказывается в первой сотне предложенных вариантов. Один спектр система разбирает в среднем за 0,09 секунды, а ищет по базе из сотен тысяч структур.

Над проектом работали Рустам Лукманов, заместитель директора университетского института по анализу данных и ИИ, и Иван Голов из лаборатории ИИ в химии.

Как ИИ читает «отпечаток» молекулы

Масс-спектрометр разбивает вещество на осколки и измеряет их массы. Получается набор пиков — своего рода отпечаток пальца. Если такой отпечаток уже лежит в справочной библиотеке, всё просто. Если нет, химику остаётся перебирать гипотезы вручную, и это может занять дни.

Что сделали в Иннополисе:

• Обучение. Нейросеть учили на парах «спектр — молекула». Таких проверенных пар в обучающей выборке больше миллиона.
• Общее пространство. Спектр и структура переводятся в векторы одного пространства. Поэтому система ищет похожие кандидаты по сходству и не ждёт точного совпадения с библиотекой.
• Результат. На выходе — ранжированный список самых вероятных молекул.
• Точность. Верная структура в топ-100 — в 90,5% случаев. Шанс вывести её сразу на первое место, по словам разработчиков, вырос почти вдвое по сравнению с базовыми подходами.
• Скорость. В среднем 0,09 секунды на спектр при поиске по сотням тысяч структур.

Разработчики честно обозначают границы. Система не заменяет химика и не отменяет эксперимент. Её задача — сузить поиск: отсеять массу маловероятных вариантов и оставить исследователю короткий список гипотез для проверки.

Что это значит для бизнеса

Для фармацевтических компаний и химических лабораторий выигрыш понятен. Неизвестная примесь в партии, новый метаболит, спорный образец у заказчика. Раньше это недели ручного перебора. Теперь машина за доли секунды выдаёт сотню кандидатов, и специалист проверяет самые вероятные. Экспериментальное подтверждение остаётся, но начинается оно с правильного места.

Интереснее другое. Схема «машина сужает поиск, человек решает» работает далеко за пределами химии. Она подходит везде, где данных больше, чем людей, способных их разобрать.

Возьмём отдел продаж на восемь менеджеров. За месяц — несколько тысяч звонков. Руководитель прослушивает двадцать, от силы тридцать, и по ним судит о работе всех. Клиенты тем временем уходят на третьем звонке, после вопроса о цене или из-за невыполненного обещания перезвонить. Узнать об этом по выборочному прослушиванию почти невозможно.

Аналитика продаж КАРАДЕСК разбирает каждый звонок и каждую сделку в CRM по одинаковым критериям и показывает, где и почему теряются клиенты. Каждый вывод связан с фрагментом разговора или конкретной сделкой, так что руководитель проверяет не догадку, а запись. Начать можно с аудита по NDA: доступ только на чтение к CRM и записям звонков, на выходе карта проблем и план решений. Как и в лаборатории, выводы остаются рекомендациями, решения принимает руководство.

Как устроен разбор каждого разговора без ручного прослушивания, мы подробно описали в статье про речевую аналитику. А про ИИ, который строит графики по данным компании прямо в чате, — в новости о том, как Replit купила Atta.