Изследователи от Корнелския университет и Института „Бойс Томпсън“ са създали AIMe – система с изкуствен интелект, която е изградила виртуална библиотека от спектри за повече от 100 милиона известни малки органични молекули. При данни от чревния микробиом на мишки системата е помогнала да бъдат установени структурите на неизвестни до този момент съединения, а спектралният отпечатък на едно необичайно вещество впоследствие е бил открит в 57 от 99 проби човешки фекалии.

Работата засяга една от най-големите неизследвани области в съвременната биохимия. В сложна биологична проба уредите откриват огромен брой малки молекули, но при повече от 80% от установените съединения изследователите обикновено не могат да определят точната им структура. Учените понякога наричат този масив от неизвестни вещества химическа „тъмна материя“.

Масспектрометрията – основният инструмент за откриване на такива съединения разделя молекулите на фрагменти и измерва техните маси. Получената картина от пикове функционира приблизително като химически отпечатък. При тандемната масспектрометрия MS² изследователят сравнява отпечатъка на неизвестното вещество със спектри на съединения, чиито структури вече са известни.

Проблемът е свързан с размера на библиотеките. Експерименталните библиотеки съдържат спектри за по-малко от 1% от известните съединения. Ако няма точно съвпадение, химикът трябва ръчно да анализира картината на фрагментацията, да предложи възможни структури и да провери хипотезите в лаборатория. Работата върху една неизвестна молекула може да отнеме от няколко дни до няколко месеца.

AIMe се опитва да заобиколи ограничението по друг начин. Вместо да чака учените да измерят експериментално всеки възможен спектър, системата го изчислява предварително. В основата на AIMe стои невросимволен модел DeepMS²Reasoner, който съчетава невронна мрежа с правилата на химията. Алгоритъмът стъпка по стъпка моделира разкъсването на връзки, преноса на водород и други възможни превръщания на молекулата, а невронната мрежа оценява вероятността за всеки път.

Този подход дава не само предполагаемия спектър, но и обяснение кои фрагменти биха могли да породят отделните пикове. Авторите на изследването са използвали модела за изчисляване на над 800 млн. спектъра на повече от 100 млн. малки органични молекули от PubChem. Получената система MS²KOSMOS изследователите определят като търсещо пространство, което е приблизително хиляда пъти по-обширно от съществуващите експериментални библиотеки.

Като практическа проверка екипът сравнил метаболитите на мишки без чревна микробиота с тези на животни, чиито черва са били населени с обичайни микроорганизми. Между групите били открити хиляди различаващи се химически сигнали, като много от най-забележителните съединения не са могли да бъдат идентифицирани със стандартните методи. Учените избрали 111 от най-разпространените неизвестни метаболити, свързани с наличието на микробиота. За приблизително 1/3 от тях AIMe намери близки виртуални спектри или структурно сходни молекули. Резултатите послужили като насоки, а не като готови идентификации, затова изследователите проверили най-интересните кандидати с помощта на обичайните химични методи.

Работата е публикувана на 6 август 2026 г. под формата на препринт и все още не е преминала независима рецензия. Ако резултатите бъдат потвърдени, AIMe може значително да намали обхвата на химическата „тъмна материя“ и да ускори търсенето на неизвестни метаболити в медицината, разработването на лекарства, токсикологията, проучванията в областта на храните и анализа на околната среда.