Университет Иннополис разрабатывает ИИ-помощник химика, который по экспериментальному тандемному масс-спектру предлагает формулу и возможную структуру вещества. На текущем этапе система правильно определяет наиболее вероятную молекулярную формулу примерно в 80% случаев, а в отдельных тестах совпадение структурной гипотезы с экспериментальными данными превышало 93%. Для лабораторий это попытка сократить путь от «непонятного спектра» до проверяемой химической гипотезы с дней или часов до более управляемого процесса.
Разработку ведёт Лаборатория искусственного интеллекта в химии Университета Иннополис, сообщает CNews. Проект нацелен не на одну модель для узкой операции, а на связанный рабочий процесс: исследователь загружает спектр, система оценивает состав соединения, выделяет структурные признаки, строит варианты молекул, проверяет их и ранжирует результаты. Финальное решение остаётся за химиком и экспериментом — что в этой области не оговорка для пресс-релиза, а обязательное условие работы.
От спектра к списку кандидатов
Тандемная масс-спектрометрия позволяет получить характерный набор сигналов, возникающих при фрагментации молекулы. Проблема в том, что один спектр не содержит готовой подписи с названием вещества. Специалисту нужно сопоставить массы фрагментов, возможную формулу, ограничения химической валентности и особенности структуры. Для сложных соединений такой разбор требует опыта и занимает от нескольких часов до нескольких дней.
В Иннополисе разбили задачу на несколько стадий. Сначала алгоритм определяет наиболее вероятную молекулярную формулу по экспериментальному спектру. Затем для выбранной формулы восстанавливает набор структурных признаков — молекулярный «отпечаток», по которому можно сузить круг кандидатов. Разработчики утверждают, что при успешном прохождении этого шага соответствие эталонным данным превышает 90%. На последней стадии система генерирует варианты структуры и располагает их по приоритету, чтобы исследователь начинал проверку с наиболее правдоподобных гипотез.
Это важное различие между обычным поиском по базе и заявленным подходом команды. База может выдать известные соединения, близкие по параметрам. Здесь же предполагается последовательное восстановление признаков и генерация кандидатов, включая случаи, когда готового ответа в справочнике нет. Но цифры 80%, 90% и 93% относятся к разным этапам и условиям тестирования, поэтому их не стоит складывать в один универсальный показатель точности всей системы.
Агентный контур вместо набора разрозненных моделей
На мировом рынке уже есть инструменты для отдельных частей этой цепочки: определения формулы, поиска по спектральным библиотекам, анализа фрагментов и генерации молекулярных кандидатов. Особенностью проекта Иннополиса разработчики называют объединение этих функций в одном продукте. В него хотят включить собственный агентный ИИ, автоматическую проверку химических гипотез, визуализацию результатов и подготовку отчётов. Для пользователя ценность здесь не в слове «агентный», которое успело побывать на каждой второй презентации, а в снижении числа ручных переходов между специализированными программами и таблицами.
Разработка проходит практическую проверку совместно с российскими научными организациями. Среди партнёров названы Институт органической химии имени Н. Д. Зелинского РАН и Институт органической и физической химии имени А. Е. Арбузова ФИЦ КазНЦ РАН. В контрольную группу также вошли исследователи из Москвы, Казани и Новосибирска: они передают экспериментальные спектры и независимо оценивают, насколько пригодны предложенные системой структурные гипотезы. Такой внешний контур проверки особенно нужен модели, которая работает не с аккуратными учебными примерами, а с данными реальных лабораторий.
По словам разработчика лаборатории Ивана Голова, задача проекта — провести исследователя через весь цикл анализа, а не заменить его. Это прагматичная постановка: масс-спектр сам по себе редко закрывает вопрос о структуре окончательно, а найденный кандидатом вариант может потребовать дополнительных измерений и экспертной оценки. Поэтому ИИ-помощник химика полезнее оценивать не как «автоматического автора открытия», а как систему поддержки решений, которая быстрее отбрасывает слабые версии и документирует оставшиеся.
Потенциальный рынок разработчики оценивают более чем в 7,6 тыс. предприятий химической и нефтехимической отраслей и 130 тыс. российских учёных и исследователей. В проекте также фигурирует оценка до 240 млн экспериментов в год и экономического эффекта до 1,5 млрд рублей за счёт сокращения времени на обработку и интерпретацию данных. Это именно потенциальный эффект, а не подтверждённая выручка или уже полученная экономия: на его величину повлияют качество данных, стоимость внедрения, интеграция с лабораторными системами и готовность команд менять привычные процессы.
Для IT-команд проект интересен ещё и как пример прикладной архитектуры ИИ для науки. Успех здесь зависит не только от качества генеративной модели: необходимы химические ограничения, проверяемость результатов, понятное ранжирование, интеграция со спектральными и химическими базами, а также интерфейс, в котором эксперт видит основания для рекомендации. В научном ПО модель, уверенно выдающая красивую, но химически невозможную структуру, быстро перестаёт быть помощником.
Первый этап проекта должен завершиться в 2026 году. В 2027-м разработчики планируют интегрировать решение с доменом «Наука и инновации» Единой государственной информационной системы учёта НИОКР и технологических работ. Дальше команда намерена расширять валидацию, подключать дополнительные базы данных и улучшать генерацию молекулярных структур. Главный тест для ИИ-помощника химика будет не в эффектной демонстрации на известном спектре, а в том, сможет ли он стабильно экономить время на новых и неоднозначных образцах, не превращая проверку собственных рекомендаций в ещё одну лабораторную задачу.