Southwest Research Institute introduceert Floodlight, een nieuwe softwaretool die op efficiënte wijze de grote aantallen chemische componenten ontdekt - voorheen bekende en onbekende - die aanwezig zijn in het voedsel, lucht, geneesmiddelen en producten waaraan we elke dag worden blootgesteld. Deze machine learning tool voor chemische informatica integreert algoritmen met analytische chemiesoftware om een ​​diepgaande analyse van gaschromatografie-massaspectrometrie (GC/MS) en andere instrumentgegevens te bieden.

GC/MS-instrumenten identificeren verschillende chemische stoffen in een testmonster. Floodlight is een gamechanger voor het verwerken van niet-gerichte analysegegevens (NTA). NTA zoekt naar alle chemicaliën die in een monster aanwezig zijn, het produceren van enorme hoeveelheden data. Dat in tegenstelling tot gerichte analyses, die op zoek zijn naar een reeks bekende chemische elementen, beperktere resultaten opleveren.

"Bekende chemicaliën in een bepaald monster zijn relatief eenvoudig te vinden en te kwantificeren, " zei dr. Kristin Favela, een analytisch chemicus gespecialiseerd in chemisch forensisch onderzoek en milieuchemie. “NTA is een ander verhaal. Door een uitgebreide, meerjarig NTA-programma ontdekten we dat slechts ongeveer 20% van de geïdentificeerde chemicaliën op de lijst met consumentenproducten stond. De overige 80% was voorheen niet geïdentificeerd in deze producten.

"Denk eens aan de mysterieuze gezondheidseffecten die we nu zien van e-sigaretten, " zei Favela. "Momenteel, de medische gemeenschap weet niet wat deze ernstige problemen veroorzaakt, maar op basis van ons onderzoek, er zijn waarschijnlijk onbekende chemicaliën aanwezig in een bepaalde formule."

Vandaag, de enorme hoeveelheid verzamelde NTA-gegevens vereist zorgvuldig onderzoek door een chemicus om gegevensartefacten te identificeren en uit te sluiten, fouten in de gegevens veroorzaakt door apparatuur, technieken of omstandigheden. Het automatiseren van deze beoordeling van de gegevenskwaliteit met Floodlight was noodzakelijk om een ​​levensvatbaar analyseproces te ontwikkelen.

"De sleutel tot Floodlight zijn kunstmatige intelligentie en algoritmen voor machinaal leren die geavanceerde analyse van chemische big data mogelijk maken, " zei dr. Keith Pickens, die het SwRI-team leidde dat chemie combineert, expertise op het gebied van datawetenschap en engineering om in te werken op NTA. "Floodlight is een geavanceerde softwaretool die de enorme hoeveelheden gegevens die NTA genereert kan begrijpen."

SwRI is goed gepositioneerd om dit probleem aan te pakken, met een brede expertise in analytische chemie, machinaal leren, datawetenschap en techniek. De sleutel tot Floodlight is de ontwikkeling door SwRI van een snelle analytische methode om chemicaliën in een breed scala aan consumentenproducten te karakteriseren, variërend van voedsel en medicijnen tot verpakkingen en speelgoed. SwRI gebruikte deze gegevens om de algoritmen te trainen.

Chemische data-analyse wordt gebruikt in de analytische chemie, milieutests en productie. Het biedt de meest waardevolle chemische informatie, helpen bij het begeleiden van het besluitvormingsproces binnen de chemische context. SwRI's oplossingen voor chemische data-analyse variëren van chemische testen tot data-analyse en softwareontwikkeling.