要点
- 課題：液体クロマトグラフィー質量分析で未知の低分子を同定する際の重要な段階は、実測した保持時間を推定構造と照合することだ。しかし保持時間の予測は長らく特定の系に合わせたフィッティングに頼っており、新しい系では機能しなくなっていた。
- 手法：「2-step」は保持時間予測を、転用可能ですぐ使えるツールにした。新しい系でも再学習なしに正確な予測が得られ、ソフトウェアパッケージとウェブアプリがすでに公開されている。
- 用途：創薬、天然物研究（新たな抗生物質や抗がん活性物質の探索）、環境分析、食品化学など、複雑な試料の中で「これは何の分子か」を答える必要がある場面すべてで役立つ。
解説
この研究の価値はモデルの派手さではなく「転用性」にある。研究室が独自の大規模データセットを蓄積しなくても使える。論文はNature Methodsに掲載され、著者らはこの手法を主要な分析ソフトに組み込めると明言している。第一線の質量分析ラボにとって、今後数年のうちに装置ソフトの標準ボタンとして現れる可能性がある。
原文リンク：AI method predicts retention times of small molecules more reliably。本文は要約であり、参考情報にとどまる。
