• CNews FORUM 12 ноября
• CNews AWARDS 12 ноября
• Школа Роста
• Российский рынок облаков за 20 лет
• 30 лет рынку ERP в России
• Главные ИТ-сценарии 2026
• Цифровизация
• Импортозамещение
• Безопасность
• ИТ в госсекторе
• ИТ в банках
• ИТ в торговле
• Телеком
• Интернет
• ИТ-бизнес
• Рейтинги
• Инфографика

09 Октября 2026 18:51 09 Окт 2026 18:51 |

ИИ-ассистента для анализа экспериментальных масс-спектров, построения гипотез о структуре соединений и генерации молекулярных кандидатов создают сотрудники Лаборатории искусственного интеллекта в химии «Университета Иннополис». Система ускоряет химические исследования за счет автоматизации одного из наиболее сложных этапов — перехода от экспериментального спектра к возможной структуре вещества. Разработка полезна химикам и сотрудникам лабораторий, фармацевтических компаний, предприятий нефтехимической отрасли и высокопроизводительного скрининга. Об этом CNews сообщили представители «Университета Иннополис».

При исследовании химических соединений ученые используют тандемную масс-спектрометрию, которая позволяет получить характерный «отпечаток» молекулы — масс-спектр. Однако его интерпретация остаётся сложной задачей: специалисту необходимо определить возможный состав вещества, понять его структурные особенности и сформировать гипотезы о том, какая молекула могла дать наблюдаемый спектр. Такой анализ требует высокой квалификации и может занимать от нескольких часов до нескольких дней.

Исследователи «Университета Иннополис» разрабатывают цифрового ИИ-ассистента, который автоматизирует значительную часть этого процесса. Система анализирует спектральные данные, определяет возможную молекулярную формулу и структурные признаки соединения, а затем на их основе генерирует возможные молекулярные структуры. Полученные гипотезы автоматически проверяются, приоритезируются и представляются исследователю для дальнейшего анализа.

Система работает поэтапно. Сначала по экспериментальному тандемному масс-спектру она определяет наиболее вероятную молекулярную формулу. На текущем этапе разработки корректный результат достигается примерно в 80% случаев. Затем для выбранной формулы система восстанавливает набор структурных признаков — своеобразный молекулярный «отпечаток». При успешном прохождении этого этапа его соответствие эталонным данным превышает 90%. На основе полученного отпечатка система генерирует финальные варианты молекулярной структуры и ранжирует их для исследователя. В отдельных экспериментальных тестах, проведённых на спектрах научных партнёров, соответствие предложенной системой структурной гипотезы экспериментальным данным достигало 93% и выше.

Иван Голов, разработчик Лаборатории искусственного интеллекта в химии Университета Иннополис: «Наша задача — создать не отдельную модель для одной операции, а полноценного цифрового помощника химика. Исследователь загружает экспериментальный спектр, а система помогает пройти весь путь анализа: определить возможный состав соединения, извлечь его структурные признаки, сформировать молекулярные гипотезы, проверить их и представить результаты в удобном виде. ИИ не заменяет эксперимент и экспертную оценку, но позволит значительно быстрее перейти от большого массива спектральных данных к конкретным химическим гипотезам».

На мировом рынке уже существуют отдельные решения для определения молекулярных формул, анализа структурных признаков, поиска кандидатов и генерации молекул по масс-спектрам. Особенность разработки Университета Иннополис — объединение этих этапов в единую интеллектуальную систему, дополненную собственным агентным ИИ, автоматической проверкой химических гипотез, визуализацией результатов и формированием отчётов. В российском сегменте комплексные цифровые решения такого класса практически не представлены.

Практическая апробация технологии проводится совместно с российскими научными организациями. Среди ключевых партнеров проекта — Институт органической химии им. Н. Д. Зелинского РАН и Институт органической и физической химии им. А. Е. Арбузова ФИЦ КазНЦ РАН. К тестированию системы разработчики также привлекли контрольную группу исследователей из ведущих научных и образовательных центров России, включая специалистов из Москвы, Казани и Новосибирска. Ученые передают экспериментальные спектры и участвуют в независимой оценке качества предлагаемых системой молекулярных гипотез.

Михаил Геллерман, «Группа Астра»: Задача агентной ОС — сделать ИИ-инструменты доверенными и безопасными Цифровизация

Подобные технологии потенциально могут быть востребованы более чем 7,6 тыс. предприятий химической и нефтехимической отраслей и 130 тыс. ученых и исследователей в России. Масштаб автоматизации масс-спектрометрического анализа потенциально может достигать 240 млн экспериментов в год, а совокупный экономический эффект от сокращения времени обработки и интерпретации данных оценивается до 1,5 млрд руб.

Первый этап проекта завершится в 2026 г., в 2027 — решение интегрируют с доменом «Наука и инновации» на базе Единой государственной информационной системы учёта научно-исследовательских, опытно-конструкторских и технологических работ.

В дальнейшем разработчики планируют расширить экспериментальную валидацию системы, подключить дополнительные химические базы данных и источники информации, повысить качество генерации молекулярных структур и развить платформу в сторону полноценной цифровой среды для проведения химических исследований.

Проект развивается в рамках направления Исследовательского центра в сфере ИИ «Университета Иннополис» по применению искусственного интеллекта для ускорения научных исследований. Российский ИТ-вуз стал одним из победителей третьей волны федеральной программы поддержки таких центров. Одно из ключевых направлений работы команды — создание ИИ-инструментов для химии, анализа масс-спектрометрических данных и поддержки исследователей при работе с экспериментальными результатами.