Enheder
1. Introduktion til kunstig intelligens i kemi: roller, grænser, validering og etik 2. Molekylær repræsentation og kemisk struktur: Validering med SMILES, InChI og RDKit 3. Reaktionsforudsigelse og -mekanisme: Produkt-, tilstands- og bivirkningsforudsigelse 4. Spektrumfortolkningsstøtte: NMR, IR og massespektrometri 5. Litteraturgennemgang og synteseplanlægning: Kilde, procedure og køreplan 6. Kemisk dataanalyse og Python: pandaer, støkiometri og kalibrering 7. Molekylær egenskabsforudsigelse og QSAR: Opløsning, pKa og modelgrænser 8. Laboratoriedokumentation: Eksperimentnotesbog, ELN og reproducerbarhed 9. Sikkerheds- og farevurdering: GHS, SDS og grænserne for kunstig intelligens 10. Bekræftelse, hallucination og videnskabelig integritet 11. Menneske i eksperimenter: etik, privatliv, ansvar og end-to-end workflow
Enhed 4 / 11

Spektrumfortolkningsstøtte: NMR, IR og massespektrometri

Gevinster:

  • Evne til at forstå, hvad NMR, IR og MS viser og bruge kunstig intelligens som hypotesetester baseret på den forventede struktur
  • Evne til at kontrollere opgavekonsistens ved at give komplette detaljer såsom integration, opdeling, solver og ppm-tærskel
  • Evne til at forstå, at den endelige strukturopgave ligger hos kemikeren, der undersøger det eksperimentelle spektrum, og at flere teknikker skal bruges sammen.

Når du syntetiserer en forbindelse, er det virkelige spørgsmål: "Fik jeg virkelig det molekyle, jeg ville have?" Dette besvares med spektroskopi. Tre grundlæggende teknikker: NMR (aflæser kernernes magnetiske miljø og viser atomernes naboskab), IR (aflæser vibrationen af ​​bindinger i molekylet og viser funktionelle grupper) og massespektrometri (MS) (viser molekylets masse og fragmenteringsmønster). AI er en kraftfuld assistent til at fortolke disse spektre: grupperer toppe, foreslår mulige opgaver, kontrollerer konsistens. Men den endelige strukturopgave er lavet af kemikeren, der ser og vurderer det eksperimentelle spektrum. I denne enhed lærer vi at bruge AI i spektrumfortolkning på en overvåget måde.

Hvad siger de tre teknikker

  • 1H NMR: Viser antallet af brintatomer, deres naboer (spaltningsmønster) og kemisk miljø (forskydningsværdi, ppm). For eksempel ved ~7 ppm tyder signalerne på aromatiske hydrogenatomer, ved ~2 ppm en singlet acetylgruppe.
  • 13C NMR: Viser kulstofskelettet; carbonylcarbonet vises ved ~170-200 ppm.
  • IR: Angiver funktionelle grupper; ~1700 cm-1 carbonyl (C=O), ~3300 cm-1 bredbånd O-H eller N-H.
  • MS: Molekylær ion-top (M⁺) giver molekylvægten, fragmenteringer giver struktur ledetråde. Høj opløsning MS (HRMS) bekræfter den molekylære formel.

AI kender de typiske intervaller for disse værdier godt. Så "Hvad kunne 1710 cm⁻¹ være?" Det besvarer spørgsmålet pålideligt. Hvor det er svagt, er at lave opgaver uden at se de fine detaljer i det faktiske eksperimentelle spektrum (overlappende toppe, urenhedssignaler).

Tip: Giv spektret til AI sammen som "rådata + forventet struktur" og spørg "er disse data i overensstemmelse med denne struktur?" spørge. Ved at bruge AI som en hypotesetester spørger man "hvilken forbindelse er dette spektrum?" Det er meget mere pålideligt end at spørge fra bunden.

Trin for trin: Spektrum fortolkning med AI

  1. Angiv den forventede struktur: Giv SMILES af den forbindelse, du syntetiserede. Lad AI først fortælle dig, hvad du kan forvente.
  2. Eksport af rådata: Indtast peak-lister (NMR-skift, integrationer, opdelinger; IR-bånd; MS m/z-værdier) på en overskuelig måde.
  3. Stil et konsistensspørgsmål: "Er disse data i overensstemmelse med den forventede struktur? Hvilken top svarer til hvilket atom?"
  4. Se efter huller: "Er der en top, der forventes, men ikke er synlig? Er der en uventet top (urenhed)?"
  5. Alternativ test: Hvis der er inkonsistens, "hvilken anden struktur forklarer disse data bedre?"
  6. Menneskelig beslutning: Du bekræfter den endelige opgave ved at undersøge det eksperimentelle spektrum.

Fire kopierbare skabeloner

1) 1H NMR-konsistenskontrol:

Forventet forbindelse: 4-methoxyacetophenon (SMIL: COc1ccc(cc1)C(C)=O).1H NMR (CDCl3) topliste:- 7,93 ppm (2H, d)- 6,93 ppm (2H, d)- 3,87 ppm (3H, s)- 2,56 ppm (3H, s)- 2,56 ppm (2H, s) tildelt en brintgruppe ata.2) Er det samlede H-tal og integration konsekvente?3) Er der nogen manglende/uventede toppe?Den endelige beslutning er op til mig; Giv din konsistensanalyse.

2) IR funktionel gruppe:

IR (cm^-1) signifikante bånd: 1675, 1600, 1258, 2840. Den forventede forbindelse indeholder en aromatisk keton og en methoxygruppe. Opgave: Tildel hvert bånd til en mulig binding/gruppe. Forklar hvorfor 1675 cm^-1 og ikke 1715 (konjugationseffekt?).

3) MS formelbekræftelse:

[M+H]+ = 151,0754 målt ved HRMS. Forventet forbindelse: 4-methoxyacetophenon (C9H10O2). Opgave: Beregn den teoretiske masse af [M+H]+ for C9H10O2, find forskellen i ppm med den målte, kommenter om den er konsistent. Bemærk: Jeg vil også kontrollere de nøjagtige monoisotopiske masser.

4) Multiteknik, der kombinerer:

Følgende tre data hører til en forbindelse:- IR: bred 3300 cm^-1, 1710 cm^-1.- 1H NMR: 12 ppm bred 1H, 2,4 ppm 2H t, ...- MS: M+ = 88. Opgave: Vurder disse tre data sammen og foreslå en mulig struktur. Skriv særskilt, hvilke strukturelle træk hvert bevis understøtter. Angiv de alternative strukturer og forklar, hvorfor du fjernede dem.

Svag prompt / Stærk prompt

Svag:

Hvad er denne NMR? Der er toppe ved 7,9 og 3,9 ppm.

Ingen sammenhæng (opløsningsmiddel, integration, spaltning, forventet struktur). AI forudsiger tilfældigt en forbindelse.

Stærk:

Forventet forbindelse: anisolderivat. 1H NMR (CDCI3): 7,93 (2H, d), 6,93 (2H, d), 3,87 (3H, s), 2,56 (3H, s). Opgave: Tjek spidsernes konsistens med denne struktur, kassér hver spids, foreslå en alternativ struktur, hvis der er inkonsistens.

Forskellen: forventet struktur, fuld topliste (integration + spaltning + opløsningsmiddel) og en klar konsistensopgave. AI tester nu hypoteser, fremsætter ikke forudsigelser.

Sammenligning af teknikker

teknisk

Hvad viser

Er AI-understøttelse stærk?

verifikationspunkt

1H NMR

H-nummer, kvarter, miljø

Stærk (opgave, integration)

Integrationssum = antal molekyler H

13C NMR

kulstofskelet

Kraftig (slip intervaller)

Antallet af kulstof skal matche

IR

Funktionelle grupper

Stærk (bandopgave)

Carbonyl, OH/NH-bånd

MS/HRMS

Masse, formel

Middelstærk (formelberegning)

Teoretisk masse i ppm

mini sager

Tilfælde 1 — Ufuldstændig peak capture. En studerende kontrollerede 1H NMR for sit produkt med AI. YZ bemærkede, at en OH-top, der skulle være i den forventede struktur, ikke var på listen og sagde "det kunne være en proton, der er udskiftelig, eller produktet er forkert." Eleven udførte D2O-rystetest, OH var faktisk til stede, men overlappede. AI's "missing peak"-advarsel fik det rigtige spørgsmål til at blive stillet.

Case 2 — Forkert tildelingsrettelse. YZ tildelte indledningsvis en singlet ved 2,1 ppm til methylketon; men integrationen var 2H i stedet for 3H. Brugeren sagde dette, AI opdaterede tildelingen til en CH2-gruppe. Lektion: Gør integrationen tydelig for AI, ellers vil den kaste den forkert.

Tilfælde 3 — HRMS ppm fejl. En forbindelse C10H12O2 var forventet ([M+H]+ teoretisk 165,0910). Målt 165,0912; forskel på 1,2 ppm er acceptabelt (<5 ppm). AI foretog denne beregning, men brugeren kontrollerede også de monoisotopiske masser med et uafhængigt værktøj; værdier overlappede. Lektion: Gør MS formel validering med ppm tærskel, sig ikke "tæt" med øjet.

Almindelige fejl

  • Spørger uden at give den forventede struktur. At tvinge AI til at gætte fra bunden øger fejlraten; Test hypotesen.
  • Springer integration/spaltning over. Uden disse oplysninger i NMR er tildeling upålidelig.
  • Glemte opløsningsmiddeltoppen. Tildeling af opløsningsmiddelsignaler såsom CDCl3 ~7,26 ppm, DMSO ~2,50 ppm til forbindelsen.
  • Ignorerer isotopmønsteret i MS. I forbindelser, der indeholder klor/brom, giver M+2-mønsteret information om strukturen.
  • Stoler på en enkelt teknik. At overveje NMR, IR og MS sammen er meget mere robust end at stole på begge alene.
  • At godkende det eksperimentelle spektrum uden at se det. AI fortolker toplisten; Man skal se på det faktiske spektrum for detaljer som overlap, urenheder mv.
Bemærk: Bare fordi AI siger "konsistent" i spektrumfortolkningen, betyder det ikke, at strukturen er helt korrekt; det betyder bare "disse data udelukker ikke denne struktur". Præcis opgave kræver flere teknikker og menneskelig dømmekraft.

Sammenfattende

  • NMR indikerer naboskab, IR indikerer funktionel gruppe, MS indikerer masse/formel; De er kraftfulde, når de bruges sammen.
  • Brug AI som hypotesetester: giv forventet struktur + rådata og bed om konsistens.
  • Indtast fuldstændige detaljer såsom integration, spaltning, opløsningsmiddel og ppm-tærskel.
  • Udfør HRMS-formelvalidering med numerisk ppm-tærskel; Forsøm ikke MS isotopmønsteret.
  • Den endelige strukturopgave er op til kemikeren, der undersøger det eksperimentelle spektrum.

Ansøgningsopgave

Få faktiske NMR-, IR- og MS-data for en forbindelse, du har syntetiseret (eller hentet fra en litteraturartikel). Giv AI SMILES først og spørg "hvad skal jeg forvente?" ', giv derefter de rå data og få dem kontrolleret for konsistens. Prøv at finde en korrekt og en forkert/ufuldstændig tildeling af AI i hver teknik. Beregn den teoretiske og målte masseforskel i ppm for HRMS. Tegn resultaterne i en tabel.

tjekliste

  • [ ] Jeg ved, hvad NMR, IR og MS viser.
  • [ ] Jeg giver den forventede struktur til AI og tester hypotesen.
  • [ ] Jeg kommer fuldstændig ind på integrations-, spaltnings-, opløsningsmiddel- og peaklisten.
  • [ ] Jeg gør HRMS-verifikation numerisk med ppm-tærskel.
  • [ ] Jeg evaluerer flere teknikker sammen.
  • [ ] Jeg bekræfter den afsluttende opgave ved at undersøge det eksperimentelle spektrum.
Tidligere Næste