論文の概要: TransPeakNet: Solvent-Aware 2D NMR Prediction via Multi-Task Pre-Training and Unsupervised Learning

• arxiv url: http://arxiv.org/abs/2403.11353v4
• Date: Mon, 16 Dec 2024 00:31:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:51:47.533088
• Title: TransPeakNet: Solvent-Aware 2D NMR Prediction via Multi-Task Pre-Training and Unsupervised Learning
• Title（参考訳）: TransPeakNet:マルチタスク事前学習と教師なし学習による溶媒を意識した2次元NMR予測
• Authors: Yunrui Li, Hao Xu, Ambrish Kumar, Duosheng Wang, Christian Heiss, Parastoo Azadi, Pengyu Hong,
• Abstract要約: 2次元NMRにおけるクロスピーク予測のための教師なしトレーニングフレームワークを提案する。 このアプローチでは、1Hと13Cシフトの注釈付き1Dデータセット上でMLモデルを事前トレーニングし、教師なしの方法で微調整する。 479名のエキスパートアノテートHSQCスペクトルの評価は,従来の手法よりもモデルの方が優れていることを示す。
• 参考スコア（独自算出の注目度）: 5.7279868722119325
• License:
• Abstract: Nuclear Magnetic Resonance (NMR) spectroscopy is essential for revealing molecular structure, electronic environment, and dynamics. Accurate NMR shift prediction allows researchers to validate structures by comparing predicted and observed shifts. While Machine Learning (ML) has improved one-dimensional (1D) NMR shift prediction, predicting 2D NMR remains challenging due to limited annotated data. To address this, we introduce an unsupervised training framework for predicting cross-peaks in 2D NMR, specifically Heteronuclear Single Quantum Coherence (HSQC).Our approach pretrains an ML model on an annotated 1D dataset of 1H and 13C shifts, then finetunes it in an unsupervised manner using unlabeled HSQC data, which simultaneously generates cross-peak annotations. Our model also adjusts for solvent effects. Evaluation on 479 expert-annotated HSQC spectra demonstrates our model's superiority over traditional methods (ChemDraw and Mestrenova), achieving Mean Absolute Errors (MAEs) of 2.05 ppm and 0.165 ppm for 13C shifts and 1H shifts respectively. Our algorithmic annotations show a 95.21% concordance with experts' assignments, underscoring the approach's potential for structural elucidation in fields like organic chemistry, pharmaceuticals, and natural products.
• Abstract（参考訳）: 核磁気共鳴分光法(NMR)は分子構造、電子環境、力学を明らかにするのに不可欠である。 正確なNMRシフト予測により、予測されたシフトと観測されたシフトを比較して構造を検証することができる。 機械学習(ML)は1次元(1D)NMRシフト予測を改善したが、注釈付きデータが少ないため、2次元NMRの予測は難しいままである。 これを解決するために、2次元NMR、特にヘテロ核単一量子コヒーレンス(HSQC)におけるクロスピーク予測のための教師なしトレーニングフレームワークを導入する。 提案手法では、1Hと13Cシフトの注釈付き1Dデータセット上でMLモデルを事前トレーニングし、未ラベルのHSQCデータを用いて教師なしで微調整し、同時にクロスピークアノテーションを生成する。 我々のモデルは溶媒効果も調整する。 HSQCスペクトルは,従来の手法 (ChemDraw と Mestrenova) よりも優れており, 平均絶対誤差 (MAEs) は2.05ppm, 0.165ppmであり, 13Cシフトは0.165ppmである。 我々のアルゴリズムアノテーションは、専門家の課題と95.21%の一致を示し、有機化学、医薬品、天然物などの分野における構造解明のアプローチの可能性を示している。

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。