跳到正文
Journal of the American Chemical Society· Zheqi Jin; Grace Armitage; Richard Cox; Ben Honoré; Mohammad Golbabaee; Craig Butts·· 来源仅提供日期精选AI 评分60

Inverse-IMPRESSION 平台用图Transformer从实验NMR数据解析分子结构

Inverse-IMPRESSION: A Graph-Based Platform for Molecular Structure Elucidation from Experimental NMR Spectroscopic Properties

AI 导读

研究提出基于图Transformer的 inverse-IMPRESSION 平台,可从实验 NMR 谱学信息重建分子键连接并解析分子结构。平台整合 1H、13C 及 COSY、HSQC、HMBC 等二维 NMR 数据,包含单次键连接预测、结构校正和噪声增强多次预测排序三个阶段。

推荐理由

该平台用图Transformer从NMR数据反推分子键连接,并给出模拟与实验数据上的解析结果,可供了解谱图到结构的自动化路径。

已发表论文 · journal · 10.1021/jacs.6c14119

本站摘要基于收录版本 v1(2026-10-31),原始摘要与 AI 导读固定保留。

IF(5) 16.1 · 2025 · 期刊参考指标

摘要 · AI 翻译

在此,我们提出了一个基于倒图 Transformer 网络 IMPRESSION-G2 构建的平台,它能够直接从实验核磁共振(NMR)谱学信息中准确且快速地重建分子成键。该平台包含三个相互关联的阶段:一个一次性模型,读取 NMR 参数并据此预测原子间的键连通性;一个结构修正阶段,通过移除不确定的键并迭代重新指认来修正预测结构;以及噪声增强的多次预测,生成一组候选结构,并对其进行排序以识别最佳拟合结构。通过整合多种 1H 和 13C NMR 数据,包括二维(2D)实验如 COSY、HSQC 和 HMBC,inverse-IMPRESSION 平台在使用模拟 NMR 数据时,正确识别了多达 30 个重原子(H、C、N、O 和 F)的分子中 77.8% 的结构;在使用实验 NMR 数据时,正确识别了 19 个分子中的 11 个(58%)。所解析出的实验结构代表了合成产物和天然产物中经常困扰化学家的复杂结构,这通过成功阐明结构的高 nSPS 分数(大于 40)以及高达 480 Da 的分子量得以评估。因此,inverse-IMPRESSION 框架通过在实验数据上运用基于图的机器学习,为自动分子结构阐明提供了一种高效的方法。

来源:Journal of the American Chemical Society · doi.org