康奈爾AI框架解析小分子質譜 譜庫擴千倍
代謝組學中實驗參考譜庫覆蓋已知化合物不足百分之一,逾八成代謝物難以鑑定。康奈爾大學團隊提出融合神經網絡與化學規則的多智能體框架,為逾一億種小分子生成八億張預測質譜,令可檢索空間擴大三個數量級。
鑑定的難題
質譜能從複雜生物樣本捕捉大量小分子訊號,但鑑定對應分子極為困難:現有實驗參考譜庫覆蓋不足百分之一,且小分子結構空間遠比DNA與蛋白質複雜,單靠擴充標準品難以覆蓋。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
