NMR 기반 분자 구조 규명 플랫폼

본 연구는 실험 핵자기공명(NMR) 분광학적 정보로부터 분자 결합을 정확하고 신속하게 재구성하는 그래프 기반 플랫폼인 Inverse-IMPRESSION을 소개합니다. 이 플랫폼은 역 그래프 트랜스포머 네트워크인 IMPRESSION-G2를 기반으로 합니다. 플랫폼은 세 가지 상호 연결된 단계로 구성됩니다. 첫째, NMR 매개변수를 입력받아 원자 간의 결합 연결성을 예측하는 원샷(one-shot) 모델이 있습니다. 둘째, 예측된 구조에서 불확실한 결합을 제거하고 반복적으로 재할당하여 구조를 수정하는 단계가 포함됩니다. 셋째, 노이즈 증강 다중샷(multishot) 예측을 통해 후보 구조 앙상블을 생성하고, 최적의 구조를 식별하기 위해 순위를 매깁니다. Inverse-IMPRESSION 플랫폼은 COSY, HSQC, HMBC와 같은 2차원(2D) 실험을 포함한 다양한 1H 및 13C NMR 데이터를 통합합니다. 이를 통해 시뮬레이션된 NMR 데이터 사용 시 최대 30개의 무거운 원자(H, C, N, O, F)를 가진 분자의 77.8% 구조를 정확하게 식별했으며, 실험 NMR 데이터 사용 시 19개 분자 중 11개(58%)의 구조를 성공적으로 규명했습니다. 성공적으로 규명된 구조는 nSPS 점수 40 이상, 분자량 최대 480 Da로 평가되어, 합성 및 천연물에서 화학자들이 직면하는 복잡한 구조를 대표합니다. Inverse-IMPRESSION 프레임워크는 실험 데이터에 그래프 기반 기계 학습을 적용하여 자동화된 분자 구조 규명을 위한 매우 효과적인 접근 방식을 제공합니다. 이는 복잡한 분자 구조 분석에 있어 상당한 진전을 의미합니다.