New horizons of AI in HRMS analysis (KB-54-000-007)

Dit project zal een nieuwe horizon voor HRMS-analyse met behulp van AI formuleren en definiëren, een visie ontwikkelen om dit te bereiken en de implementatie ervan uitvoeren. De focus ligt op deep learning-gebaseerde foundation-modellen, die AI revolutioneren in diverse domeinen, zoals natuurlijke taalverwerking, zoekopdrachten en geneeskunde.

Gas- en vloeistofchromatografie gekoppeld aan hoge-resolutie massaspectrometrie (HRMS) is een krachtige analytische techniek voor het detecteren, identificeren en kwantificeren van chemische verbindingen in diverse monstermatrices. De grote hoeveelheid gegevens die tijdens HRMS-analyses wordt gegenereerd, vereist echter robuuste computationele strategieën om ruwe instrumentuitvoer om te zetten in betekenisvolle chemische inzichten. Kunstmatige intelligentie (AI), met name deep learning, heeft aanzienlijk potentieel getoond om analysepijplijnen te transformeren, workflows te automatiseren en aanvullende waarde te ontdekken.

Dit KB-project heeft als doel een nieuw perspectief te definiëren voor HRMS-analyse met behulp van AI-technieken. Het project richt zich op verschillende kerndoelstellingen: (1) het ontwikkelen van een strategische visie voor de toekomst van HRMS-analyse, inclusief het definiëren van evaluatiemaatstaven; (2) het verzamelen, harmoniseren en integreren van relevante gegevens om een uitgebreide dataset op te bouwen die uit duizenden monsters bestaat; (3) het verkennen, evalueren en implementeren van geschikte deep learning-methodologieën die als meest relevant en effectief worden beschouwd voor HRMS-gegevensanalyse; en (4) het evalueren van de prestaties en impact van deze methodologieën op HRMS-analyse.

Door geavanceerde deep learning-methodologieën te integreren in HRMS-gegevensanalyse, streeft dit project naar het automatiseren van complexe workflows, het verminderen van handmatige inspanningen en het ontdekken van nieuwe inzichten uit grote datasets. De verwachte impact omvat het versnellen van onderzoek en innovatie in gebieden die afhankelijk zijn van HRMS, het verbeteren van de betrouwbaarheid van gegevens en het bevorderen van nieuwe toepassingen in voedselveiligheid, milieubewaking en meer.