Überblick

Entdecken Sie das Potenzial von vorhergesagten IR-Spektren mit Wiley

Beschleunigung von Analyseabläufen mit erweiterter Abdeckung von Spektraldaten

Wiley ist ein Wissensunternehmen und führender Anbieter von Spektraldatenbanken und kann mehr als 60 Jahre Erfahrung im Bereich der Infrarot (IR)-Spektroskopie und der Bereitstellung hervorragender Spektraldaten vorweisen. Es nutzt modernste Techniken für maschinelles Lernen (ML), um den verfügbaren Chemical Space mit der neuen Wiley-Datenbank mit vorhergesagten IR-Spektren für Sie zu erweitern.

Diese Datenbank mit vorhergesagten Spektren kann zusammen mit der empirischen IR-Spektren-Referenzdatenbank verwendet werden, um unbekannte Substanzen zu identifizieren. Dadurch erweitern Sie die Abdeckung chemischer Verbindungen und verbessern Ihren Analyseablauf. Da die vorhergesagten Spektren mithilfe der zuverlässigen Datenbanken und Informatiktools von Wiley erstellt werden, können Sie sich darauf verlassen, dass sie auf soliden wissenschaftlichen Prinzipien und Methoden beruhen.

Diese bahnbrechende Bibliothek mit vorhergesagten IR-Spektren:

• bietet Zugriff auf weitere 250.000 vorhergesagte IR-Spektren und erweitert den ohnehin schon großen Katalog der verfügbaren ATR-IR- und FT-IR-Spektren von Wiley;
• unterstützt die Analyse von unbekannten Substanzen, insbesondere bei selteneren Verbindungen und Materialien, für die in empirischen Datenbanken keine Übereinstimmungen gefunden werden können;
• ist nützlich für die Klassifizierung von Funktionsgruppen und besonders leistungsstark bei starren Strukturen;
• basiert auf hochwertigen und umfassenden empirischen Referenzdatensätzen von Wiley, einschließlich Sadtler-Spektren;
• deckt zahlreiche Verbindungsklassen für die Verwendung in diversen Anwendungsbereichen ab;
• enthält nützliche Metadaten, wie physische Eigenschaften und chemische Strukturen sowie Spektren, mit denen Ihre Ergebnisse bei Spektrensuchen eingegrenzt werden können;
• wurde von externen und internen SMEs validiert.

Und wie stark erweitert die Lösung die Verbindungsabdeckung?

Wie Sie in der Abbildung unten erkennen können, füllen die vorhergesagten Daten (in Blau) den Chemical Space des empirischen Trainingssatzes (in Rot), wodurch die Abdeckung von Verbindungen deutlich erweitert wird und zu einer Verbesserung Ihrer Analysen führt.

Bei 130 % Zoom, nur empirische IR-Daten von Wiley

Bei 130 % Zoom, inklusive vorhergesagte IR-Daten

Zusätzliche Informationen

Je mehr Daten für eine Spektralanalyse zur Verfügung stehen, desto besser. Diese Bibliothek mit vorhergesagten Spektren enthält die folgenden wertvollen Metadaten, die Ihnen bei der Eingrenzung und Verfeinerung von Suchergebnissen helfen:

• Chemische Struktur
• Chemische Bezeichnung
• Exakte Masse
• Formel
• InChI/InChIKey
• Molekulargewicht
• Nennmasse
• Spektrum/Strukturvalidierungsergebnis

Externe und interne Validierung und Nutzungsempfehlungen

Für die Erstellung dieser Datenbank mit vorhergesagten IR-Spektren verwendete Wiley Science Solutions eine KI-gestützte Engine zur Vorhersage von Spektren, die auf dessen hochwertigen empirischen Fourier-transform infrared spectroscopy (FTIR)-Spektraldatenbanken basiert. Dabei handelt es sich um die größte kommerziell erhältliche Sammlung.

Wiley ließ anschließend Studien durch externe und interne SMEs durchführen, welche die Ergebnisse aus der Bibliothek mit vorhergesagten Spektren validieren sollten. Anhand der Studienergebnisse kamen die SMEs zu dem Schluss, dass die Bibliothek unbekannte Spektralfunktionsgruppen charakterisiert und beim Abgleich mit Beispielspektren gut abschneidet. Laut den SMEs wäre es optimal, die Bibliothek mit vorhergesagten Spektren dann einzusetzen, wenn die empirische Bibliothek nur Treffer geringer Qualität ausgibt, die Suchergebnisse nicht passen oder gar keine Ergebnisse geliefert werden, die Benutzern bei der Klassifizierung und Ermittlung der strukturellen Eigenschaften unbekannter Verbindungen helfen könnten.

Wiley verfügt zwar über die größte kommerziell erhältliche Bibliothek mit umfangreichen und hochwertigen empirischen Datensätzen, aber ihre Gesamtabdeckung ist deutlich geringer als der übliche Chemical Space – also die Gesamtzahl der möglichen Moleküle und Verbindungen in einer Reihe von Elementen und Regeln – den Chemiker, Naturwissenschaftler und Materialwissenschaftler nutzen. Eine Erweiterung der Abdeckung empirischer Bibliotheken im Rahmen eines prädiktiven Modells (dem Chemical Space des zugrunde liegenden Trainingssatzes) ist daher eine gute Strategie, um die Abdeckung für die Identifizierung unbekannter Substanzen, insbesondere bei selteneren Verbindungen und Materialien, insgesamt zu verbessern.

Prädiktive Bibliotheken, insbesondere solche, die aus umfangreichen und hochwertigen empirischen Referenzdatensätzen wie den umfassenden Spektrensammlungen von Wiley (darunter auch erstklassige Sadtler-Spektren) erstellt wurden, weisen eine Leistungsfähigkeit auf, die der von empirischen Datensätzen nahekommt. Daher können sie effektiv in den Arbeitsablauf für die analytische Qualifikation eingebunden werden.

Anwendungen

Sie können diese Sammlung zusammen mit empirischen Datenbanken verwenden, um unbekannte Substanzen mithilfe der IR-Spektroskopie zu identifizieren, zu klassifizieren und zu verifizieren, beispielsweise in den folgenden Gebieten: Umwelt, Forensik/Toxikologie, Pharmazeutik, Biotechnologie, Automobilbau/Luft- und Raumfahrt, Lebensmittel/Kosmetik usw.

Zuverlässige Daten aus einer vertrauenswürdigen Quelle

Wiley ist die maßgebliche Quelle für Spektraldaten. Die renommierten Sadtler-Datenbanken wurden gemäß strikter Protokolle verarbeitet, um eine besonders hohe Qualität sicherzustellen. Diese Qualifikationsverfahren beginnen bei der Datenerfassung und werden während des gesamten Datenbankentwicklungsprozesses fortgeführt. Von zuverlässigen Partnern stammende Daten werden sorgfältig überprüft, bevor sie in unsere Sammlungen aufgenommen werden.

KnowItAll ist in bestimmten Ländern eine Handelsmarke von John Wiley & Sons, Inc.
Die abonnierten Inhalte unterliegen Änderungen, da in regelmäßigen Abständen Daten hinzugefügt oder gelöscht werden können.

Verbindungsabdeckung

Deckt eine Reihe chemischer Verbindungsklassen ab, wie:

• organische Stoffe
• Geschmacks- und Duftstoffe
• industrielle Verbindungen
• Androstane
• Östrogene und Steroide
• geochemische Stoffe
• Petrochemikalien
• Biomarker
• Medikamente
• Pestizide
• Toxikologie
• flüchtige Stoffe in Lebensmitteln
• natürliche Produkte
• Metaboliten
• Lipide
• Monomere
• PFAS

Bestellinformationen

Kompatibilität

• • Wird als Ergänzung der Sammlung aus KnowItAll-IR-Spektrenbibliotheken mit kuratierten empirischen Daten empfohlen.
  • Zur Verwendung mit der KnowItAll 2024-Software.
  • KnowItAll-Software ist mit den meisten gängigen Geräteformaten kompatibel. Unterstützte KnowItAll-Dateiformate anzeigen.