യൂണിറ്റുകൾ
1. രസതന്ത്രത്തിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ആമുഖം: റോളുകൾ, അതിരുകൾ, മൂല്യനിർണ്ണയം, ധാർമ്മികത 2. തന്മാത്രാ പ്രാതിനിധ്യവും രാസഘടനയും: SMILES, InChI, RDKit എന്നിവയ്‌ക്കൊപ്പം മൂല്യനിർണ്ണയം 3. പ്രതികരണ പ്രവചനവും മെക്കാനിസവും: ഉൽപ്പന്നം, അവസ്ഥ, പ്രതികൂല പ്രതികരണ പ്രവചനം 4. സ്പെക്ട്രം ഇൻ്റർപ്രെറ്റേഷൻ സപ്പോർട്ട്: എൻഎംആർ, ഐആർ, മാസ് സ്പെക്ട്രോമെട്രി 5. ലിറ്ററേച്ചർ റിവ്യൂ ആൻഡ് സിന്തസിസ് പ്ലാനിംഗ്: ഉറവിടം, നടപടിക്രമം, റോഡ്മാപ്പ് 6. കെമിക്കൽ ഡാറ്റ അനാലിസിസും പൈത്തണും: പാണ്ടകൾ, സ്റ്റോയ്ചിയോമെട്രി, കാലിബ്രേഷൻ 7. മോളിക്യുലാർ പ്രോപ്പർട്ടി പ്രവചനവും QSAR: റെസല്യൂഷൻ, pKa, മോഡൽ പരിധികൾ 8. ലബോറട്ടറി ഡോക്യുമെൻ്റേഷൻ: പരീക്ഷണ നോട്ട്ബുക്ക്, ELN, പുനരുൽപാദനക്ഷമത 9. സുരക്ഷയും അപകടസാധ്യതയും വിലയിരുത്തൽ: GHS, SDS, കൃത്രിമ ബുദ്ധിയുടെ പരിധികൾ 10. സ്ഥിരീകരണം, ഭ്രമാത്മകത, ശാസ്ത്രീയ സമഗ്രത 11. പരീക്ഷണത്തിൽ മനുഷ്യൻ: ധാർമ്മികത, സ്വകാര്യത, ഉത്തരവാദിത്തം, അവസാനം മുതൽ അവസാനം വരെ വർക്ക്ഫ്ലോ
യൂണിറ്റ് 4 / 11

സ്പെക്ട്രം ഇൻ്റർപ്രെറ്റേഷൻ സപ്പോർട്ട്: എൻഎംആർ, ഐആർ, മാസ് സ്പെക്ട്രോമെട്രി

നേട്ടങ്ങൾ:

  • NMR, IR, MS എന്നിവ എന്താണ് കാണിക്കുന്നതെന്ന് മനസിലാക്കാനും പ്രതീക്ഷിക്കുന്ന ഘടനയെ അടിസ്ഥാനമാക്കി ഒരു സിദ്ധാന്തം പരീക്ഷിക്കുന്ന ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിക്കാനുമുള്ള കഴിവ്
  • സംയോജനം, വിഭജനം, സോൾവർ, പിപിഎം ത്രെഷോൾഡ് തുടങ്ങിയ പൂർണ്ണ വിശദാംശങ്ങൾ നൽകിക്കൊണ്ട് അസൈൻമെൻ്റ് സ്ഥിരത പരിശോധിക്കാനുള്ള കഴിവ്
  • പരീക്ഷണാത്മക സ്പെക്ട്രം പരിശോധിക്കുന്ന രസതന്ത്രജ്ഞനിലാണ് അന്തിമ ഘടനയുടെ ചുമതലയെന്നും ഒന്നിലധികം സാങ്കേതിക വിദ്യകൾ ഒരുമിച്ച് ഉപയോഗിക്കണമെന്നും മനസ്സിലാക്കാനുള്ള കഴിവ്.

നിങ്ങൾ ഒരു സംയുക്തം സമന്വയിപ്പിക്കുമ്പോൾ, യഥാർത്ഥ ചോദ്യം ഇതാണ്: "ഞാൻ ആഗ്രഹിച്ച തന്മാത്ര എനിക്ക് ശരിക്കും ലഭിച്ചോ?" സ്പെക്ട്രോസ്കോപ്പി വഴി ഇതിന് ഉത്തരം ലഭിക്കും. മൂന്ന് അടിസ്ഥാന സാങ്കേതിക വിദ്യകൾ: എൻഎംആർ (അണുകേന്ദ്രങ്ങളുടെ കാന്തിക പരിതസ്ഥിതി വായിക്കുകയും ആറ്റങ്ങളുടെ അയൽപക്കം കാണിക്കുകയും ചെയ്യുന്നു), IR (തന്മാത്രയിലെ ബോണ്ടുകളുടെ വൈബ്രേഷൻ വായിക്കുകയും ഫങ്ഷണൽ ഗ്രൂപ്പുകൾ കാണിക്കുകയും ചെയ്യുന്നു), മാസ് സ്പെക്ട്രോമെട്രി (എംഎസ്) (തന്മാത്രയുടെ പിണ്ഡവും വിഘടന രീതിയും കാണിക്കുന്നു). ഈ സ്പെക്ട്രയെ വ്യാഖ്യാനിക്കുന്നതിൽ AI ഒരു ശക്തമായ സഹായിയാണ്: ഗ്രൂപ്പുകളുടെ കൊടുമുടികൾ, സാധ്യമായ അസൈൻമെൻ്റുകൾ നിർദ്ദേശിക്കുന്നു, സ്ഥിരത പരിശോധിക്കുന്നു. എന്നാൽ അന്തിമ ഘടന അസൈൻമെൻ്റ് നടത്തുന്നത് പരീക്ഷണാത്മക സ്പെക്ട്രം കാണുകയും വിലയിരുത്തുകയും ചെയ്യുന്ന രസതന്ത്രജ്ഞനാണ്. ഈ യൂണിറ്റിൽ, സൂപ്പർവൈസുചെയ്‌ത രീതിയിൽ സ്പെക്‌ട്രം വ്യാഖ്യാനത്തിൽ AI ഉപയോഗിക്കാൻ ഞങ്ങൾ പഠിക്കും.

മൂന്ന് ടെക്നിക്കുകൾ എന്താണ് പറയുന്നത്

  • 1H NMR: ഹൈഡ്രജൻ ആറ്റങ്ങളുടെ എണ്ണം, അവയുടെ അയൽക്കാർ (ക്ലീവേജ് പാറ്റേൺ), രാസ പരിസ്ഥിതി (ഷിഫ്റ്റ് മൂല്യം, പിപിഎം) എന്നിവ കാണിക്കുന്നു. ഉദാഹരണത്തിന്, ~7 ppm-ൽ സിഗ്നലുകൾ ആരോമാറ്റിക് ഹൈഡ്രജനുകളെ സൂചിപ്പിക്കുന്നു, ~2 ppm-ൽ ഒരു സിംഗിൾ അസറ്റൈൽ ഗ്രൂപ്പാണ്.
  • 13C NMR: കാർബൺ അസ്ഥികൂടം കാണിക്കുന്നു; കാർബണിൽ കാർബൺ ~170-200 ppm-ൽ ദൃശ്യമാകുന്നു.
  • IR: ഫങ്ഷണൽ ഗ്രൂപ്പുകളെ സൂചിപ്പിക്കുന്നു; ~1700 cm⁻¹ കാർബോണൈൽ (C=O), ~3300 cm⁻¹ ബ്രോഡ്ബാൻഡ് O-H അല്ലെങ്കിൽ N-H.
  • MS: മോളിക്യുലാർ അയോൺ പീക്ക് (M⁺) തന്മാത്രാ ഭാരം നൽകുന്നു, വിഘടനങ്ങൾ ഘടനാപരമായ സൂചനകൾ നൽകുന്നു. ഉയർന്ന റെസല്യൂഷൻ MS (HRMS) തന്മാത്രാ ഫോർമുല സ്ഥിരീകരിക്കുന്നു.

ഈ മൂല്യങ്ങളുടെ സാധാരണ ശ്രേണികൾ AI-ക്ക് നന്നായി അറിയാം. അപ്പോൾ "1710 cm⁻¹ എന്തായിരിക്കാം?" ഇത് ചോദ്യത്തിന് വിശ്വസനീയമായി ഉത്തരം നൽകുന്നു. യഥാർത്ഥ പരീക്ഷണ സ്പെക്ട്രത്തിൻ്റെ (ഓവർലാപ്പുചെയ്യുന്ന കൊടുമുടികൾ, അശുദ്ധി സിഗ്നലുകൾ) സൂക്ഷ്മമായ വിശദാംശങ്ങൾ കാണാതെ അസൈൻമെൻ്റുകൾ ചെയ്യുന്നതാണ് ദുർബലമായിരിക്കുന്നത്.

സൂചന: സ്പെക്‌ട്രം AI-ന് ഒരുമിച്ച് “റോ ഡാറ്റ + പ്രതീക്ഷിക്കുന്ന ഘടന” എന്ന് നൽകി, “ഈ ഡാറ്റ ഈ ഘടനയുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ?” എന്ന് ചോദിക്കുക. ചോദിക്കുക. ഒരു ഹൈപ്പോതെസിസ് ടെസ്റ്ററായി AI ഉപയോഗിക്കുന്നത് "ഈ സ്പെക്ട്രം എന്താണ്?" ആദ്യം മുതൽ ചോദിക്കുന്നതിനേക്കാൾ ഇത് വളരെ വിശ്വസനീയമാണ്.

ഘട്ടം ഘട്ടമായി: AI ഉപയോഗിച്ചുള്ള സ്പെക്ട്രം വ്യാഖ്യാനം

  1. പ്രതീക്ഷിക്കുന്ന ഘടന നൽകുക: നിങ്ങൾ സമന്വയിപ്പിച്ച സംയുക്തത്തിൻ്റെ SMILES നൽകുക. ആദ്യം എന്താണ് പ്രതീക്ഷിക്കേണ്ടതെന്ന് AI നിങ്ങളോട് പറയട്ടെ.
  2. അസംസ്‌കൃത ഡാറ്റ എക്‌സ്‌പോർട്ട് ചെയ്യുക: പീക്ക് ലിസ്റ്റുകൾ (NMR ഷിഫ്റ്റുകൾ, ഇൻ്റഗ്രേഷനുകൾ, സ്‌പ്ലിറ്റുകൾ; IR ബാൻഡുകൾ; MS m/z മൂല്യങ്ങൾ) ക്രമമായ രീതിയിൽ നൽകുക.
  3. ഒരു സ്ഥിരത ചോദ്യം ചോദിക്കുക: "ഈ ഡാറ്റ പ്രതീക്ഷിക്കുന്ന ഘടനയുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ? ഏത് ആറ്റവുമായി യോജിക്കുന്ന കൊടുമുടി?"
  4. വിടവുകൾക്കായി നോക്കുക: "പ്രതീക്ഷിച്ചതും എന്നാൽ ദൃശ്യമാകാത്തതുമായ ഒരു കൊടുമുടി ഉണ്ടോ? അപ്രതീക്ഷിതമായ ഒരു കൊടുമുടി (അശുദ്ധി) ഉണ്ടോ?"
  5. ഇതര പരിശോധന: പൊരുത്തക്കേടുണ്ടെങ്കിൽ, "ഈ ഡാറ്റയെ കൂടുതൽ നന്നായി വിശദീകരിക്കുന്ന മറ്റേത് ഘടന?"
  6. മനുഷ്യൻ്റെ തീരുമാനം: പരീക്ഷണാത്മക സ്പെക്ട്രം പരിശോധിച്ചുകൊണ്ട് നിങ്ങൾ അന്തിമ അസൈൻമെൻ്റ് സ്ഥിരീകരിക്കുന്നു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) 1H NMR സ്ഥിരത പരിശോധന:

പ്രതീക്ഷിക്കുന്ന സംയുക്തം: 4-methoxyacetophenone (SMILES: COc1ccc(cc1)C(C)=O).1H NMR (CDCl3) പീക്ക് ലിസ്റ്റ്:- 7.93 ppm (2H, d)- 6.93 ppm (2H, d)- 3.87 ppm (3ppm, 5 ppsm) s)ടാസ്‌ക്:1) ഓരോ കൊടുമുടിയും ഒരു ഹൈഡ്രജൻ ഗ്രൂപ്പിന് അസൈൻ ചെയ്‌തിരിക്കുന്നു.2) മൊത്തത്തിലുള്ള H സംഖ്യയും സംയോജനവും സ്ഥിരതയുള്ളതാണോ?3) നഷ്‌ടമായ/അപ്രതീക്ഷിതമായ ഏതെങ്കിലും കൊടുമുടികൾ ഉണ്ടോ? അന്തിമ തീരുമാനം ഞാനാണ്; നിങ്ങളുടെ സ്ഥിരത വിശകലനം നൽകുക.

2) IR ഫങ്ഷണൽ ഗ്രൂപ്പ്:

IR (cm^-1) ഗണ്യമായ ബാൻഡുകൾ: 1675, 1600, 1258, 2840. പ്രതീക്ഷിക്കുന്ന സംയുക്തത്തിൽ ഒരു ആരോമാറ്റിക് കെറ്റോണും ഒരു മെത്തോക്സി ഗ്രൂപ്പും അടങ്ങിയിരിക്കുന്നു. ടാസ്ക്: ഓരോ ബാൻഡും സാധ്യമായ ഒരു ബോണ്ടിലേക്ക്/ഗ്രൂപ്പിലേക്ക് നൽകുക. എന്തുകൊണ്ട് 1675 cm^-1 1715 അല്ല (സംയോജന പ്രഭാവം?).

3) MS ഫോർമുല പരിശോധന:

[M+H]+ = 151.0754 HRMS അളന്നു. പ്രതീക്ഷിക്കുന്ന സംയുക്തം: 4-മെത്തോക്സിയാസെറ്റോഫെനോൺ (C9H10O2). ടാസ്‌ക്: C9H10O2-ന് [M+H]+ ൻ്റെ സൈദ്ധാന്തിക പിണ്ഡം കണക്കാക്കുക, അളന്നതിനൊപ്പം ppm-ലെ വ്യത്യാസം കണ്ടെത്തുക, അത് സ്ഥിരതയുള്ളതാണെങ്കിൽ അഭിപ്രായമിടുക. ശ്രദ്ധിക്കുക: ഞാൻ കൃത്യമായ മോണോ ഐസോടോപ്പിക് പിണ്ഡങ്ങളും പരിശോധിക്കും.

4) മൾട്ടി-ടെക്നിക് സംയോജനം:

ഇനിപ്പറയുന്ന മൂന്ന് ഡാറ്റ ഒരു സംയുക്തത്തിൻ്റേതാണ്:- IR: വീതി 3300 cm^-1, 1710 cm^-1.- 1H NMR: 12 ppm വീതി 1H, 2.4 ppm 2H t, ...- MS: M+ = 88. ടാസ്‌ക്: ഈ മൂന്ന് ഡാറ്റയും ഒരുമിച്ച് വിലയിരുത്തി സാധ്യമായ ഒരു ഘടന നിർദ്ദേശിക്കുക. ഓരോ തെളിവും പിന്തുണയ്ക്കുന്ന ഘടനാപരമായ സവിശേഷതകൾ പ്രത്യേകം എഴുതുക. ബദൽ ഘടനകൾ ലിസ്റ്റ് ചെയ്യുക, എന്തുകൊണ്ടാണ് നിങ്ങൾ അവ ഒഴിവാക്കിയത് എന്ന് വിശദീകരിക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബല:

എന്താണ് ഈ NMR? 7.9, 3.9 ppm എന്നീ കൊടുമുടികളുണ്ട്.

സന്ദർഭമില്ല (ലായകം, സംയോജനം, പിളർപ്പ്, പ്രതീക്ഷിക്കുന്ന ഘടന). AI ക്രമരഹിതമായി ഒരു സംയുക്തം പ്രവചിക്കുന്നു.

ശക്തമായ:

പ്രതീക്ഷിക്കുന്ന സംയുക്തം: അനിസോൾ ഡെറിവേറ്റീവ്. 1H NMR (CDCl3): 7.93 (2H, d), 6.93 (2H, d), 3.87 (3H, s), 2.56 (3H, s). ടാസ്ക്: ഈ ഘടനയുള്ള കൊടുമുടികളുടെ സ്ഥിരത പരിശോധിക്കുക, ഓരോ കൊടുമുടിയും ഉപേക്ഷിക്കുക, പൊരുത്തക്കേട് ഉണ്ടെങ്കിൽ ഒരു ബദൽ ഘടന നിർദ്ദേശിക്കുക.

വ്യത്യാസം: പ്രതീക്ഷിക്കുന്ന ഘടന, പൂർണ്ണ പീക്ക് ലിസ്റ്റ് (സംയോജനം + പിളർപ്പ് + സോൾവെൻ്റ്) കൂടാതെ വ്യക്തമായ സ്ഥിരത ടാസ്‌ക്. AI ഇപ്പോൾ അനുമാനങ്ങൾ പരീക്ഷിക്കുന്നു, പ്രവചനങ്ങൾ നടത്തുന്നില്ല.

സാങ്കേതികതകളുടെ താരതമ്യം

സാങ്കേതിക

എന്ത് കാണിക്കുന്നു

AI പിന്തുണ ശക്തമാണോ?

സ്ഥിരീകരണ പോയിൻ്റ്

1എച്ച് എൻഎംആർ

H നമ്പർ, അയൽപക്കം, പരിസ്ഥിതി

ശക്തമായ (അസൈൻമെൻ്റ്, ഏകീകരണം)

സംയോജന തുക = തന്മാത്രകളുടെ എണ്ണം H

13സി എൻഎംആർ

കാർബൺ അസ്ഥികൂടം

ശക്തമായ (സ്ലിപ്പ് ഇടവേളകൾ)

കാർബണുകളുടെ എണ്ണം പൊരുത്തപ്പെടണം

ഐ.ആർ

പ്രവർത്തന ഗ്രൂപ്പുകൾ

ശക്തമായ (ബാൻഡ് അസൈൻമെൻ്റ്)

കാർബോണൈൽ, OH/NH ബാൻഡുകൾ

MS/HRMS

മാസ്സ്, ഫോർമുല

ഇടത്തരം-ശക്തമായ (ഫോർമുല കണക്കുകൂട്ടൽ)

ppm-ൽ സൈദ്ധാന്തിക പിണ്ഡം

മിനി കേസുകൾ

കേസ് 1 - അപൂർണ്ണമായ പീക്ക് ക്യാപ്‌ചർ. ഒരു വിദ്യാർത്ഥി തൻ്റെ ഉൽപ്പന്നത്തിൻ്റെ 1H NMR AI ഉപയോഗിച്ച് പരിശോധിച്ചു. പ്രതീക്ഷിച്ച ഘടനയിൽ ഉണ്ടായിരിക്കേണ്ട ഒരു OH കൊടുമുടി ലിസ്റ്റിൽ ഇല്ലെന്ന് YZ ശ്രദ്ധിച്ചു, "ഇത് കൈമാറ്റം ചെയ്യാവുന്ന ഒരു പ്രോട്ടോണായിരിക്കാം അല്ലെങ്കിൽ ഉൽപ്പന്നം തെറ്റാണ്" എന്ന് പറഞ്ഞു. വിദ്യാർത്ഥി D2O ഷേക്ക് ടെസ്റ്റ് നടത്തി, OH തീർച്ചയായും ഉണ്ടായിരുന്നു, പക്ഷേ ഓവർലാപ്പ് ചെയ്തു. AI-യുടെ "മിസ്സിംഗ് പീക്ക്" മുന്നറിയിപ്പ് ശരിയായ ചോദ്യം ചോദിക്കാൻ കാരണമായി.

കേസ് 2 - തെറ്റായ അസൈൻമെൻ്റ് തിരുത്തൽ. YZ തുടക്കത്തിൽ മീഥൈൽ കെറ്റോണിലേക്ക് 2.1 ppm-ൽ ഒരു സിംഗിൾറ്റ് നൽകി; എന്നാൽ സംയോജനം 3H-ന് പകരം 2H ആയിരുന്നു. ഉപയോക്താവ് ഇത് പ്രസ്താവിച്ചു, AI ഒരു CH2 ഗ്രൂപ്പിലേക്ക് അസൈൻമെൻ്റ് അപ്ഡേറ്റ് ചെയ്തു. പാഠം: AI-യിലേക്ക് സംയോജനം വ്യക്തമാക്കുക, അല്ലെങ്കിൽ അത് തെറ്റായി എറിയും.

കേസ് 3 - HRMS ppm പിശക്. ഒരു സംയുക്തം C10H12O2 പ്രതീക്ഷിച്ചിരുന്നു ([M+H]+ സൈദ്ധാന്തിക 165.0910). 165.0912 അളന്നു; വ്യത്യാസം 1.2 ppm സ്വീകാര്യമാണ് (<5 ppm). AI ഈ കണക്കുകൂട്ടൽ നടത്തി, പക്ഷേ ഉപയോക്താവ് ഒരു സ്വതന്ത്ര ഉപകരണം ഉപയോഗിച്ച് മോണോഐസോടോപ്പിക് പിണ്ഡങ്ങളും പരിശോധിച്ചു; മൂല്യങ്ങൾ ഓവർലാപ്പ് ചെയ്തു. പാഠം: ppm ത്രെഷോൾഡ് ഉപയോഗിച്ച് MS ഫോർമുല മൂല്യനിർണ്ണയം നടത്തുക, കണ്ണുകൊണ്ട് "അടുത്തു" എന്ന് പറയരുത്.

സാധാരണ തെറ്റുകൾ

  • പ്രതീക്ഷിച്ച ഘടന നൽകാതെ ചോദിക്കുന്നു. ആദ്യം മുതൽ ഊഹിക്കാൻ AI-യെ നിർബന്ധിക്കുന്നത് പിശക് നിരക്ക് വർദ്ധിപ്പിക്കുന്നു; സിദ്ധാന്തം പരിശോധിക്കുക.
  • സംയോജനം/പിളർപ്പ് ഒഴിവാക്കുന്നു. NMR-ൽ ഈ വിവരങ്ങളില്ലാതെ, അസൈൻമെൻ്റ് വിശ്വസനീയമല്ല.
  • ലായകത്തിൻ്റെ കൊടുമുടി മറക്കുന്നു. CDCl3 ~7.26 ppm, DMSO ~2.50 ppm പോലുള്ള സോൾവൻ്റ് സിഗ്നലുകൾ സംയുക്തത്തിലേക്ക് അസൈൻ ചെയ്യുന്നു.
  • MS ലെ ഐസോടോപ്പ് പാറ്റേൺ അവഗണിക്കുന്നു. ക്ലോറിൻ/ബ്രോമിൻ അടങ്ങിയ സംയുക്തങ്ങളിൽ, M+2 പാറ്റേൺ ഘടനയെക്കുറിച്ചുള്ള വിവരങ്ങൾ നൽകുന്നു.
  • ഒരൊറ്റ സാങ്കേതികതയെ ആശ്രയിക്കുന്നു. NMR, IR, MS എന്നിവ ഒരുമിച്ച് പരിഗണിക്കുന്നത് ഒന്നിനെ മാത്രം ആശ്രയിക്കുന്നതിനേക്കാൾ കൂടുതൽ ശക്തമാണ്.
  • പരീക്ഷണ സ്പെക്ട്രം കാണാതെ തന്നെ അംഗീകരിക്കാൻ. AI പീക്ക് ലിസ്റ്റ് വ്യാഖ്യാനിക്കുന്നു; ഓവർലാപ്പ്, മാലിന്യങ്ങൾ മുതലായ വിശദാംശങ്ങൾക്കായി ഒരാൾ യഥാർത്ഥ സ്പെക്ട്രം നോക്കണം.
ശ്രദ്ധിക്കുക: സ്പെക്‌ട്രം വ്യാഖ്യാനത്തിൽ AI "സ്ഥിരതയുള്ളത്" എന്ന് പറയുന്നതുകൊണ്ട് ഘടന പൂർണ്ണമായും ശരിയാണെന്ന് അർത്ഥമാക്കുന്നില്ല; അതിൻ്റെ അർത്ഥം "ഈ ഡാറ്റ ഈ ഘടനയെ തള്ളിക്കളയുന്നില്ല" എന്നാണ്. കൃത്യമായ അസൈൻമെൻ്റിന് ഒന്നിലധികം സാങ്കേതിക വിദ്യകളും മാനുഷിക വിധിയും ആവശ്യമാണ്.

ചുരുക്കത്തിൽ

  • NMR അയൽപക്കത്തെ സൂചിപ്പിക്കുന്നു, IR ഫങ്ഷണൽ ഗ്രൂപ്പിനെ സൂചിപ്പിക്കുന്നു, MS പിണ്ഡം / ഫോർമുലയെ സൂചിപ്പിക്കുന്നു; ഒരുമിച്ച് ഉപയോഗിക്കുമ്പോൾ അവ ശക്തമാണ്.
  • ഒരു ഹൈപ്പോതെസിസ് ടെസ്റ്ററായി AI ഉപയോഗിക്കുക: പ്രതീക്ഷിക്കുന്ന ഘടന + റോ ഡാറ്റ നൽകുകയും സ്ഥിരത ആവശ്യപ്പെടുകയും ചെയ്യുക.
  • സംയോജനം, വിഭജനം, സോൾവെൻ്റ്, പിപിഎം ത്രെഷോൾഡ് തുടങ്ങിയ പൂർണ്ണമായ വിശദാംശങ്ങൾ നൽകുക.
  • സംഖ്യാപരമായ ppm ത്രെഷോൾഡ് ഉപയോഗിച്ച് HRMS ഫോർമുല മൂല്യനിർണ്ണയം നടത്തുക; MS ഐസോടോപ്പ് പാറ്റേൺ അവഗണിക്കരുത്.
  • പരീക്ഷണാത്മക സ്പെക്ട്രം പരിശോധിക്കുന്ന രസതന്ത്രജ്ഞനാണ് അന്തിമ ഘടന അസൈൻമെൻ്റ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങൾ സമന്വയിപ്പിച്ച (അല്ലെങ്കിൽ ഒരു സാഹിത്യ ലേഖനത്തിൽ നിന്ന് വീണ്ടെടുത്ത) ഒരു സംയുക്തത്തിൻ്റെ യഥാർത്ഥ NMR, IR, MS ഡാറ്റ നേടുക. ആദ്യം AI SMILES നൽകി "ഞാൻ എന്താണ് പ്രതീക്ഷിക്കേണ്ടത്?" ', തുടർന്ന് അസംസ്‌കൃത ഡാറ്റ നൽകുകയും അത് സ്ഥിരതയ്ക്കായി പരിശോധിക്കുകയും ചെയ്യുക. ഓരോ സാങ്കേതികതയിലും AI-യുടെ ശരിയായതും തെറ്റായതുമായ ഒരെണ്ണം കണ്ടെത്താൻ ശ്രമിക്കുക. HRMS-നായി ppm-ൽ സൈദ്ധാന്തികവും അളന്നതുമായ പിണ്ഡ വ്യത്യാസം കണക്കാക്കുക. കണ്ടെത്തലുകൾ ഒരു പട്ടികയിൽ പ്ലോട്ട് ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

  • [ ] NMR, IR, MS എന്നിവ എന്താണ് കാണിക്കുന്നതെന്ന് എനിക്കറിയാം.
  • [ ] ഞാൻ AI യ്ക്ക് പ്രതീക്ഷിച്ച ഘടന നൽകുകയും അനുമാനം പരീക്ഷിക്കുകയും ചെയ്യുന്നു.
  • [ ] ഞാൻ സംയോജനം, വിഭജനം, സോൾവെൻ്റ്, പീക്ക് ലിസ്റ്റ് എന്നിവ പൂർണ്ണമായും നൽകുന്നു.
  • [ ] ഞാൻ ppm ത്രെഷോൾഡ് ഉപയോഗിച്ച് HRMS സ്ഥിരീകരണം സംഖ്യാരൂപത്തിലാക്കുന്നു.
  • [] ഞാൻ ഒന്നിലധികം സാങ്കേതിക വിദ്യകൾ ഒരുമിച്ച് വിലയിരുത്തുന്നു.
  • [ ] പരീക്ഷണാത്മക സ്പെക്ട്രം പരിശോധിച്ചുകൊണ്ട് ഞാൻ അന്തിമ അസൈൻമെൻ്റ് സ്ഥിരീകരിക്കുന്നു.