Abstract
Die Verifikation von kleinen eindimensionalen molekularen Protonstrukturen mittels NMR (Nuclear Magnetic Resonance) ist eine zentrale Methode für die Entdeckung und Entwicklung von Medikamenten geworden. Der manuelle Verifikationsprozess ist jedoch ineffizient, womit diese Methode sich auf ein Entscheidungsinstrument für die Identifikation von molekularen Strukturen beschränkt. Betrachtet man die unbestreitbaren Vorteile von NMR in der Identifikation von molekularen Strukturen (verglichen mit anderen Techniken), liegt auf der Hand, dass die Verbreitung dieser Technologie als routinemässige Verifikationsmethode für molekulare Strukturen die Entwicklung von Medikamenten erheblich effizienter machen kann, insbesondere im Compound Library Management der pharmazeutischen Industrie. Dementsprechend wurde Software für die automatisierte NMR Structure Verification entwickelt, in der Literatur beschrieben sowie kommerziell vertrieben. Leider sind diese Ansätze grundsätzlich limitiert (und hängen beispielweise stark von der Chemical Shift Prediction ab) und sind in der Praxis nicht einsetzbar. Angesichts der hohen Motivation durch die Industrie schlagen wir einen alternativen Ansatz für das vorliegende Problem vor. Wir schlagen vor, Prinzipien der Künstlichen Intelligenz (AI) zu nutzen, um das Vorgehen eine Spektroskopisten in der NMR Molekülstruktur-Verfikation zu simulieren. Geleitet durch diese Strategie wird ein auf menschlicher Logik basierender Optimierungsansatz entwickelt, um den Entscheidungsprozess des Spektoskopisten zu simulieren. Der Ansatz basiert auf einem Wahrscheinlichkeitsmodell, das benutzt wird, um den auf menschlicher Logik basierenden Optimierungsansatz mit dem Maximum Likelihood Framework zu vereinigen. Desweiteren wird ein neues System für die 1D 1H NMR Verifikation molekularer Strukturen entwickelt und auf dem vorgängig erwähnten Optimierungsprozess implementiert. Um die zahlreichen NMR Spektroskopisten und andere am Prozess interessierte zu überzeugen, werden umfassende Experimente präsentiert, die aufzeigen, dass das System eine sehr hohe Leistung sowohl in der Genauigkeit wie auch in der Konsistenz im Vergleich mit Spektroskopisten in den genutzten Test Sets hat (1) Dieses Resultat validiert die Korrektheit unseres Ansatzes sowie die Machbarkeit, industrielle Software basierend auf unserem System zu bauen für den praktischen Einsatz in industriellen Strukturverifikationsumgebungen. Dementsprechend ist kommerzielle Software, die auf unserem System basiert in der Entwicklung in einem bedeutenden NMR Hersteller, welche in der pharmazeutischen Industrie released werden wird. Abschliessend diskutiert diese Arbeit Ähnlichkeiten und Unterschiede zwischen der Optimierung basierend auf menschlicher Logik und anderen verbreiteten Optimierungsansätzen mit einem speziellen Fokus auf der Anwendbarkeit.
(1) Um eine praktische Auswertung zu ermöglichen, werden detailierte Structural Verification Reports von 81 Verbindungen, die durch das System generiert wurden im Appendix katalogisiert. Wir hoffen dass durch diese Diskussionen die Optimierung basierend auf menschlicher Logik als Referenz für andere praxisorientierte Informatiker für die Lösung anderer Automationsprobleme in anderen Gebieten genutzt wird.
Li, Jiwen