論文の概要: Solvent-Aware 2D NMR Prediction: Leveraging Multi-Tasking Training and Iterative Self-Training Strategies

• arxiv url: http://arxiv.org/abs/2403.11353v1
• Date: Sun, 17 Mar 2024 21:52:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-19 17:17:15.353042
• Title: Solvent-Aware 2D NMR Prediction: Leveraging Multi-Tasking Training and Iterative Self-Training Strategies
• Title（参考訳）: 溶媒を意識した2次元NMR予測:マルチタスクトレーニングと反復自己学習戦略の活用
• Authors: Yunrui Li, Hao Xu, Pengyu Hong,
• Abstract要約: 本稿では,原子2DNMRシフトを予測し,実験スペクトルにピークを割り当てる深層学習モデルを訓練するための反復自己学習(IST)手法を提案する。 我々のモデルは2次元NMRを正確に予測できるだけでなく、実験的な2次元NMRスペクトルのアノテートピークも予測できる。
• 参考スコア（独自算出の注目度）: 7.470166291890153
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Nuclear magnetic resonance (NMR) spectroscopy plays a pivotal role in various scientific fields, offering insights into structural information, electronic properties and dynamic behaviors of molecules. Accurate NMR spectrum prediction efficiently produces candidate molecules, enabling chemists to compare them with actual experimental spectra. This process aids in confirming molecular structures or pinpointing discrepancies, guiding further investigation. Machine Learning (ML) has then emerged as a promising alternative approach for predicting atomic NMR chemical shits of molecules given their structures. Although significant progresses have been made in predicting one-dimensional (1D) NMR, two-dimensional (2D) NMR prediction via ML remains a challenge due to the lack of annotated NMR training datasets. To address this gap, we propose an iterative self-training (IST) approach to train a deep learning model for predicting atomic 2DNMR shifts and assigning peaks in experimental spectra. Our model undergoes an initial pre-training phase employing a Multi-Task Training (MTT) approach, which simultaneously leverages annotated 1D NMR datasets of both $^{1}\text{H}$ and $^{13}\text{C}$ spectra to enhance its understanding of NMR spectra. Subsequently, the pre-trained model is utilized to generate pseudo-annotations for unlabelled 2D NMR spectra, which are subsequently used to refine the 2D NMR prediction model. Our approach iterates between annotated unlabelled 2D NMR data and refining our 2D NMR prediction model until convergence. Finally, our model is able to not only accurately predict 2D NMR but also annotate peaks in experimental 2D NMR spectra. Experimental results show that our model is capable of accurately handling medium-sized and large molecules, including polysaccharides, underscoring its effectiveness.
• Abstract（参考訳）: 核磁気共鳴(NMR)分光は、様々な科学分野において重要な役割を担い、構造情報、電子的性質、分子の動的挙動に関する洞察を提供する。 正確なNMRスペクトル予測は、候補分子を効率よく生成し、化学者はそれらを実際の実験スペクトルと比較することができる。 このプロセスは分子構造の確認や相違点の特定に役立ち、さらなる研究を導く。 機械学習(ML)は、分子の構造から原子NMR化学的たわごとを予測するための、有望な代替手法として登場した。 1次元(1D)NMRの予測には大きな進歩があったが、注釈付きNMRトレーニングデータセットがないため、MLによる2次元(2D)NMRの予測は依然として課題である。 このギャップに対処するため,原子2次元NMRシフトを予測し,実験スペクトルにピークを割り当てるためのディープラーニングモデルを訓練するための反復自己学習(IST)手法を提案する。 本モデルでは,Multi-Task Training (MTT) アプローチを用いて, NMRスペクトルの理解を深めるために, $^{1}\text{H}$ と $^{13}\text{C}$ spectra のアノテーション付き 1D NMR データセットを同時に利用する。 その後、事前訓練されたモデルを用いて、未標識の2次元NMRスペクトルの擬似アノテーションを生成し、その後、2次元NMR予測モデルを洗練するために使用される。 提案手法は,注釈付き2次元NMRデータと2次元NMR予測モデルを収束するまで精査する。 最後に、我々のモデルは2次元NMRを正確に予測できるだけでなく、実験的な2次元NMRスペクトルのアノテートピークも予測できる。 実験結果から,本モデルでは多糖類を含む中型および大規模分子を精度良く処理できることがわかった。

関連論文リスト

• Unraveling Molecular Structure: A Multimodal Spectroscopic Dataset for Chemistry [0.1747623282473278]
  このデータセットは、特許データから化学反応から抽出された790k分子の1ドルH-NMR、13ドルC-NMR、HSQC-NMR、赤外線、質量スペクトルからなる。 本研究では, 構造解明, 対象分子のスペクトル予測, 機能群予測などの単一モダリティタスクを評価するためのベンチマークを行う。
  論文  参考訳（メタデータ） (2024-07-04T12:52:48Z)
• Carbohydrate NMR chemical shift predictions using E(3) equivariant graph neural networks [0.0]
  この研究は、E(3)同変グラフニューラルネットワークを利用して炭水化物NMRスペクトルを予測する新しいアプローチを導入する。 特に,従来のモデルと比較して,平均絶対誤差を最大3倍に削減した。 この含意は、炭水化物の構造とスペクトル解釈の高度な理解を超えている。
  論文  参考訳（メタデータ） (2023-11-21T15:01:14Z)
• Sensing of magnetic field effects in radical-pair reactions using a quantum sensor [50.591267188664666]
  特定の化学反応における磁場効果(MFE)は、過去50年間によく確立されてきた。 我々は、局所的なスピン環境とセンサーとの結合を考慮して、ラジカル対の精巧で現実的なモデルを採用する。 2つのモデル系に対して、ラジカル対とNV量子センサの弱い結合状態においても検出可能なMFEの信号を導出する。
  論文  参考訳（メタデータ） (2022-09-28T12:56:15Z)
• Quantum Heterodyne Sensing of Nuclear Spins via Double Resonance [0.0]
  ヘテロダインアプローチはスペクトル分解における電子スピン寿命限界を克服するために広く用いられている。 この研究は、NV中心を持つ高磁場ナノスケールヘテロダインNMRプロトコルへの道を開く。
  論文  参考訳（メタデータ） (2022-05-20T13:48:59Z)
• Nanometer-Scale Nuclear Magnetic Resonance Diffraction with Sub-\AA ngstrom Precision [0.0]
  核磁気共鳴回折(NMRd)を用いたナノMRIの新しいアプローチを提案する。 NMRdを原子スケールで実現することで、NMRの分光能力を利用した材料評価のための強力な新しい方法論が生み出される。
  論文  参考訳（メタデータ） (2022-04-01T05:53:52Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Controlled coherent dynamics of [VO(TPP)], a prototype molecular nuclear qudit with an electronic ancilla [50.002949299918136]
  本稿では,[VO(TPP)](バナジルテトラフェニルポルフィリン酸塩)が量子計算アルゴリズムの実装に適していることを示す。 超微細相互作用によって結合された電子スピン1/2を核スピン7/2に埋め込み、どちらも顕著なコヒーレンスによって特徴づけられる。
  論文  参考訳（メタデータ） (2021-03-15T21:38:41Z)
• Zero- to ultralow-field nuclear magnetic resonance and its applications [11.963366832132495]
  ZULF NMRはサブミクロテラ系における核磁化シグナルを検出する。 スピン交換緩和自由原子磁気センサは、zuLF NMRのための新しい感度検出器を提供する。 ZULF NMRは、最近、化学、生物学、医学、基礎物理学のテストでかなりの注目を集めている。
  論文  参考訳（メタデータ） (2020-11-30T16:13:20Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-06T20:20:22Z)
• Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR Images using a GAN [59.60954255038335]
  提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-06-26T02:50:09Z)
• Two-Dimensional Single- and Multiple-Quantum Correlation Spectroscopy in Zero-Field Nuclear Magnetic Resonance [55.41644538483948]
  Rb気相セル磁気センサを用いてゼロ磁場で検出された1量子および複数量子相関$J$-spectroscopyを示す。 ゼロフィールドでは、エタノールのスペクトルは炭素イソトポマーの混合物として現れ、相関スペクトルは2つの複合スペクトルを分離するのに有用である。
  論文  参考訳（メタデータ） (2020-04-09T10:02:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。