机器学习分析复杂的分子结构，更快更高效！
传统的核磁共振波谱仪使科学家可以描述分子，比如蛋白质的结构。可是，这可能需要高度熟练的专家花费很多的时间来剖析这些数据。不仅效率低，而且需要耗费大量的时间、金钱与精力。
俄亥俄州立大学开发了一种新的机器学习的方法。该方法能够更好地剖析核磁共振数据，了解人体中的蛋白质和化学反应。这种方法的本质是教会计算机了解有关蛋白质原子级特性的复杂数据，将它们解析为单独的、可读的图像。
该项研讨的首要作者是俄亥俄州立大学校园化学仪器中心科学家李大伟。他们教计算机剖析核磁共振谱的数据。
首先将人已经剖析过的光谱输入计算机，之后告知计算机先前已知的正确结果。教计算机分析光谱的过程就像教孩子学习一样，首先要从非常简单的光谱开始。一旦计算机理解了这一点，研究人员就会输入更复杂的分子光谱，不断地深入学习。
研究人员发现，这台由深度学习网络教训来剖析光谱的计算机，可以以与人类专家相同的准确度来解析出高度复杂的分子光谱。更为重要的是，计算机的速度更快，可重复性也更高。该项研讨的成果被宣布在了《自然通讯》
栏目
相关
时间
2021-11-11 08:06:13
作者
前瞻网