Kasu:
- Oskus mõista, mida näitavad NMR, IR ja MS, ning kasutada tehisintellekti hüpoteesi testijana eeldatava struktuuri alusel
- Võimalus kontrollida ülesannete järjepidevust, pakkudes täielikke üksikasju, nagu integreerimine, jagamine, lahendaja ja ppm-lävi
- Võime mõista, et lõplik struktuuriülesanne jääb keemikule, kes uurib katsespektrit ja et koos tuleb kasutada mitut tehnikat.
Kui sünteesite ühendit, on tõeline küsimus: "Kas ma sain tõesti soovitud molekuli?" Sellele annab vastuse spektroskoopia. Kolm põhitehnikat: NMR (loeb tuumade magnetilist keskkonda ja näitab aatomite naabrust), IR (loeb sidemete vibratsiooni molekulis ja näitab funktsionaalseid rühmi) ja massispektromeetria (MS) (näitab molekuli massi- ja fragmentatsioonimustrit). AI on nende spektrite tõlgendamisel võimas abiline: rühmitab piigid, soovitab võimalikke ülesandeid, kontrollib järjepidevust. Kuid lõpliku struktuuri määramise teeb keemik, kes näeb ja hindab katsespektrit. Selles õppetükis õpime kasutama AI-d spektritõlgenduses juhendatud viisil.
Mida kolm tehnikat ütlevad
- 1H NMR: näitab vesinikuaatomite arvu, nende naabreid (lõhustumismuster) ja keemilist keskkonda (nihke väärtus, ppm). Näiteks ~7 ppm juures viitavad signaalid aromaatsetele vesinikele, ~2 ppm juures üksikule atsetüülrühmale.
- 13C NMR: näitab süsiniku karkassi; karbonüülsüsinik ilmub ~170-200 ppm juures.
- IR: näitab funktsionaalrühmi; ~1700 cm-1 karbonüül (C=O), ~3300 cm-1 lairiba O-H või N-H.
- MS: Molekulaarse iooni piik (M⁺) annab molekulmassi, killud annavad vihjeid struktuurile. Kõrge eraldusvõimega MS (HRMS) kinnitab molekulaarset valemit.
AI teab nende väärtuste tüüpilisi vahemikke hästi. Niisiis "Mis võiks olla 1710 cm⁻¹?" See vastab küsimusele usaldusväärselt. Nõrk on ülesannete tegemine, nägemata tegeliku katsespektri peeneid detaile (kattuvad piigid, lisandite signaalid).
Vihje: andke tehisintellektile spekter koos kui "toorandmed + eeldatav struktuur" ja küsige "kas need andmed on selle struktuuriga kooskõlas?" küsi. AI kasutamine hüpoteesi testijana küsib: "Mis ühend see spekter on?" See on palju usaldusväärsem kui nullist küsimine.
Samm-sammult: spektri tõlgendamine tehisintellektiga
- Esitage oodatud struktuur: Andke sünteesitud ühendi NAERAATUSED. Laske tehisintellektil kõigepealt öelda, mida oodata.
- Toorandmete eksport: tippude loendid (NMR nihked, integratsioonid, jaotused; IR-ribad; MS m/z väärtused) sisestage korrapäraselt.
- Esitage järjepidevuse küsimus: "Kas need andmed on kooskõlas eeldatava struktuuriga? Milline tipp vastab millisele aatomile?"
- Otsige lünki: "Kas on tipp, mida oodatakse, kuid mida pole näha? Kas on ootamatu tipp (ebapuhtus)?"
- Alternatiivne test: kui esineb vastuolusid, siis "milline struktuur selgitab neid andmeid paremini?"
- Inimese otsus: kinnitate lõpliku ülesande, uurides katsespektrit.
Neli kopeeritavat malli
1) 1H NMR konsistentsi kontroll:
Eeldatav ühend: 4-metoksüatsetofenoon (naeratused: COc1cc(cc1)C(C)=O).1H NMR (CDCl3) piikide loend: - 7,93 ppm (2H, d) - 6,93 ppm (2H, d) - 3,87 ppm (3H, 5H6) - ppm s) Ülesanne: 1) Iga piik on määratud vesinikurühmale ata.2) Kas H koguarv ja integratsioon on järjepidevad?3) Kas puuduvad/ootamatud piigid? Lõplik otsus on minu teha; Esitage oma järjepidevuse analüüs.
2) IR funktsionaalrühm:
IR (cm^-1) olulised ribad: 1675, 1600, 1258, 2840. Eeldatav ühend sisaldab aromaatset ketooni ja metoksürühma. Ülesanne: määrake iga riba võimalikule sidemele/rühmale. Selgitage, miks 1675 cm^-1, mitte 1715 (konjugatsiooniefekt?).
3) MS valemi kontrollimine:
[M+H]+ = 151,0754, mõõdetud HRMS-iga. Eeldatav ühend: 4-metoksüatsetofenoon (C9H10O2). Ülesanne: Arvutage C9H10O2 [M+H]+ teoreetiline mass, leidke erinevus ppm-des mõõdetud massist, kommenteerige, kas see on ühtlane. Märkus: kontrollin ka täpseid monoisotoopseid masse.
4) Mitme tehnika kombinatsioon:
Järgmised kolm andmeid kuuluvad ühendile: - IR: lai 3300 cm^-1, 1710 cm^-1.- 1H NMR: 12 ppm lai 1H, 2,4 ppm 2H t, ...- MS: M+ = 88. Ülesanne: hinnake neid kolme andmeid koos ja pakkuge välja võimalik struktuur. Kirjutage eraldi, millist struktuurilist tunnust iga tõend toetab. Loetlege alternatiivsed struktuurid ja selgitage, miks te need kõrvaldasite.
Nõrk viip / Tugev viip
Nõrk:
Mis see NMR on? Tipud on 7,9 ja 3,9 ppm.
Kontekst puudub (lahusti, integratsioon, lõhustumine, eeldatav struktuur). AI ennustab ühendit juhuslikult.
Tugev:
Eeldatav ühend: anisooli derivaat. 'H NMR (CDCI3): 7,93 (2H, d), 6,93 (2H, d), 3,87 (3H, s), 2,56 (3H, s). Ülesanne: Kontrollige piikide kooskõla selle struktuuriga, visake ära kõik tipud, pakkuge vasturääkivuse korral välja alternatiivne struktuur.
Erinevus: eeldatav struktuur, täielik piikide loend (integratsioon + lõhustamine + lahusti) ja selge järjepidevuse ülesanne. AI testib nüüd hüpoteese, mitte ei tee prognoose.
Tehnikate võrdlus
tehniline
Mis näitab
Kas AI tugi on tugev?
kontrollpunkt
1H NMR
H number, naabruskond, keskkond
Tugev (ülesanne, integratsioon)
Integratsioonisumma = molekulide arv H
13C NMR
süsiniku skelett
Võimas (libisemisintervallid)
Süsinikkude arv peab ühtima
IR
Funktsionaalsed rühmad
Tugev (bändi määramine)
Karbonüül, OH/NH ribad
MS/HRMS
Mass, valem
Keskmise tugevusega (valemi arvutamine)
Teoreetiline mass ppm-des
mini korpused
Juhtum 1 – mittetäielik tippude püüdmine. Õpilane kontrollis oma toote 1H NMR-i tehisintellektiga. YZ märkas, et OH-piik, mis pidi olema oodatud struktuuris, ei olnud loendis ja ütles, et "see võib olla prooton, mis on vahetatav või toode on vale." Õpilane tegi D2O raputustesti, OH oli tõepoolest olemas, kuid kattus. Tehisintellekti "puuduva tipu" hoiatus põhjustas õige küsimuse esitamise.
Juhtum 2 – vale määramise parandus. YZ määras algselt metüülketoonile singleti 2,1 ppm juures; kuid integratsioon oli 3H asemel 2H. Kasutaja ütles seda, AI värskendas määramist CH2 rühmale. Õppetund: tehke tehisintellektile integreerimine selgeks, muidu läheb see valesti.
Juhtum 3 – HRMS ppm viga. Oodati ühendit C10H12O2 ([M+H]+ teoreetiline 165,0910). Mõõdetud 165,0912; erinevus 1,2 ppm on vastuvõetav (<5 ppm). AI tegi selle arvutuse, kuid kasutaja kontrollis ka monoisotoopseid masse sõltumatu tööriistaga; väärtused kattusid. Õppetund: tehke MS-valemite valideerimine ppm-lävega, ärge öelge silma järgi "sulgema".
Levinud vead
- Küsimine eeldatud struktuuri andmata. AI sundimine nullist arvama suurendab veamäära; Testige hüpoteesi.
- Integreerimise/lõhestamise vahelejätmine. Ilma selle teabeta NMR-is on määramine ebausaldusväärne.
- Lahustipiigi unustamine. Lahusti signaalide, nagu CDCl3 ~7,26 ppm, DMSO ~2,50 ppm määramine ühendile.
- Isotoopmustri ignoreerimine MS-is. Kloori/broomi sisaldavates ühendites annab M+2 muster teavet struktuuri kohta.
- Tuginedes ühele tehnikale. NMR-i, IR-i ja MS-i koos arvessevõtmine on palju tugevam kui kummalegi eraldi tuginemine.
- Katsespektri kinnitamiseks ilma seda nägemata. AI tõlgendab tippude loendit; Üksikasju, nagu kattumine, lisandid jne, tuleb vaadata tegelikust spektrist.
Tähelepanu: see, et AI ütleb spektritõlgenduses "järjekindel", ei tähenda, et struktuur on täiesti õige; see tähendab lihtsalt "need andmed ei välista seda struktuuri". Täpne määramine nõuab mitut tehnikat ja inimlikku otsustusvõimet.
Kokkuvõttes
- NMR näitab naabrust, IR näitab funktsionaalset rühma, MS näitab massi/valemit; Koos kasutamisel on need võimsad.
- Kasutage AI-d hüpoteesi testijana: esitage eeldatav struktuur + algandmed ja küsige järjepidevust.
- Sisestage täielikud üksikasjad, nagu integreerimine, poolitamine, lahusti ja ppm-lävi.
- Tehke HRMS-i valemi valideerimine numbrilise ppm-lävega; Ärge jätke tähelepanuta MS isotoopide mustrit.
- Lõpliku struktuuri määramise määrab keemik, kes uurib katsespektrit.
Rakenduse ülesanne
Hankige sünteesitud (või mõnest kirjanduse artiklist ammutatud) ühendi tegelikud NMR-, IR- ja MS-andmed. Andke esmalt AI SMILES ja küsige "mida ma peaksin ootama?" ', seejärel esitage algandmed ja kontrollige nende ühtsust. Proovige leida igast tehnikast üks õige ja üks vale/mittetäielik tehisintellekti ülesanne. Arvutage HRMS-i teoreetiline ja mõõdetud masside erinevus ppm-des. Joonistage leiud tabelisse.
kontrollnimekiri
- [ ] Ma tean, mida näitavad NMR, IR ja MS.
- [ ] Annan tehisintellektile eeldatava struktuuri ja kontrollin hüpoteesi.
- [ ] Sisenen integratsiooni, jagamise, lahusti ja piikide loendisse täielikult.
- [ ] Teen HRMS-i kontrolli numbrilise ppm lävega.
- [ ] Hindan mitut tehnikat koos.
- [ ] Kinnitan lõpliku ülesande katsespektri uurimisega.