Истражувачи од Универзитетот „Фридрих Шилер“ во Јена, во соработка со научници од „Хелмхолц центарот Минхен“ и Техничкиот универзитет во Минхен, развија метод со машинско учење што попрецизно го предвидува времето на задржување на малите молекули во течна хроматографија.
Времето на задржување покажува колку долго одредена молекула се задржува во разделбената колона пред да излезе од неа. Овој податок е важен за препознавање на супстанциите во сложени примероци, како крв, клеточен материјал или бактериски култури.
Предвидувањето е тешко бидејќи резултатите зависат од повеќе услови: видот на колоната, растворувачот, градиентот, pH-вредноста, температурата и дури од мали промени во цевките на инструментот. Затоа досегашните модели често морале повторно да се обучуваат за секој конкретен систем.
Новиот пристап, наречен „2-step“, работи во два чекора. Најпрво го проценува редоследот по кој молекулите ќе излегуваат од колоната, а потоа тој редослед го претвора во конкретни времиња на задржување со помош на неколку познати референтни точки.
Според истражувачите, методот може да дава сигурни предвидувања и за нови хроматографски системи и непознати молекули, без долготрајно претходно обучување на целната опрема. Тоа може да помогне во откривањето нови лекови и природни соединенија, како и во анализата на храна, животната средина и фармацевтските производи.
Алатката е достапна како софтверски пакет и веб-апликација, а во иднина може да биде вградена во програми што автоматски ги анализираат податоците од течна хроматографија и масена спектрометрија. Резултатите се објавени во списанието Nature Methods со DOI: 10.1038/s41592-026-03243-2.
