自动解释核磁共振谱的程序是结构解析的福音

你曾经纠结于分配你的核磁共振谱吗?不知道你制造了哪些非对映体?援助就在这里。英国的研究人员开发了一种自动分析的程序¹H和¹³C核磁共振数据，分配峰，并建议哪个结构是最有可能从一组候选。

试图弄清楚你有什么结构可能是棘手的，特别是如果在1D NMR中存在细微差异的区域异构体或非对映异构体。解决这个问题的一种方法是使用2D NMR技术，但这些技术可能很耗时，所以使用计算方法会更快。基于一个叫做DP4，通过比较预测光谱和实验光谱，预测候选结构正确的可能性有多大，乔纳森·古德曼和他在剑桥大学的同事现在已经开发出了DP4-AI。古德曼说，DP4-AI“提供了结构不确定性的全自动解决方案，节省了解释核磁共振谱的时间，同时给分析提供了信心。”

标准DP4要求用户输入他们的实验核磁共振数据:峰位置和候选分子中哪些原子是化学等效的描述。DP4-AI的目标是消除这种人为输入。它可以获取原始核磁共振数据，并自动处理、分析和比较频谱与dft计算的频谱，以输出试验结构的置信度的定量测量。DP4-AI可以在大约60秒内完成一个分子的完整计算，相比之下，手动过程可能需要用户长达8小时的时间。这和商业软件不一样Mnova．Mnova旨在帮助用户处理和解释他们的光谱，而DP4-AI使用赋值例程加上DFT计算。

“古德曼的团队率先开发了有用的工具箱，以促进结构和立体化学分配，”古德曼说阿里尔Sarotti他在阿根廷国立罗萨里奥大学从事有机合成研究，并使用计算方法研究结构、选择性和反应性。“考虑到这种方法可以作为开源软件使用，我认为它在不久的将来会成为一种流行的方法。”

古德曼解释说:“许多挑战使得DP4-AI成为一个困难的项目。”一个主要的挑战是获得一组具有相应原始核磁共振数据的分子，这些数据是公开的，以证明他们的方法与现实世界的例子是如何有效的。古德曼说:“我们对数据的探索提出了目前如何存储核磁共振数据的适用性的问题。”“虽然许多小组保留原始的核磁共振数据，但所需的标签和相应的结构通常写在灰尘飞扬的实验室书上，被限制在书架上。即使数据可以访问，它的意义也可能很快失去。这将影响有机化学的可靠性和可重复性。”

Goodman并不担心自动化过程的进步会降低有机化学家手工分析核磁共振谱的能力。“计算器并没有阻止人们做算术，而是让人们更快、更准确地计算复杂的算术。”他计划探索如何将DP4-AI扩展到其他原子核，而不仅仅是¹H和¹³C.“我们对化学界对DP4-A的想法感到兴奋。任何人都可以以自己的方式使用和编辑系统来解决有趣的问题(人们已经这样做了)。我们很有兴趣看到人们将来如何使用和开发这款软件。”