Çok bileşenli spektral analizde yapay zeka ile geleneksel yaklaşımlar karşılaştırması

Günlük ilaçlar için neden önemli

Birçok cilt kremi, enfeksiyon ve iltihabı aynı anda hedeflemek için birden fazla etken maddeyi bir arada barındırır. Her bileşenin doğru dozda olduğunu test etmek güvenlik açısından hayati öneme sahiptir, ancak onların kimyasal “parmak izleri” sıklıkla örtüştüğünden ayrıştırılmaları zordur. Bu çalışma, ücretsiz ve yaygın şekilde erişilebilen yapay zeka (YZ) araçlarının, pahalı yazılımlar ve donanımlara erişimi olmayan laboratuvarlarda bile geleneksel laboratuvar cihazlarıyla birlikte bu sinyalleri daha hızlı, daha ucuz ve daha sürdürülebilir biçimde çözebileceğini gösteriyor.

Kalabalık bir kimyasal görüntüyü çözmek

Araştırmacılar, bir antifungal, bir anti-inflamatuar steroid ve iki antibiyotiği içeren dört etkin madde ile birlikte bir koruyucu barındıran yaygın reçeteli bir krem üzerinde çalıştı. Bu karışım standart bir ultraviyole–görünür (UV–Vis) spektrofotometre ile ölçüldüğünde oluşan eğriler o kadar çok örtüşür ki her bileşeni ayrı ayrı ölçmek güçleşir. Aynı gruptan önceki çalışmalar iki bileşenle nasıl başa çıkılacağını zaten ortaya koymuştu. Burada ise birçok karmaşık farmasötik karışıma karşılık gelen, yoğun şekilde sıkışmış üçlü bir sinyal oluşturan en zor kalan üçlü ele alındı.

Eski araçlar ve akıllı yardımcılar

Geleneksel olarak kimyagerler, bu örtüşmeleri tek tek adımlarla aşmak için üretici yazılımlarına güvenir—dalga boyları seçmek, spektraları dönüştürmek ve kalibrasyon grafiklerini adım adım oluşturmak gibi. Bu süreç yavaştır, operatöre göre değişkenlik gösterebilir ve genellikle lisanslı programlar gerektirir. Bu çalışmada ekip, klasik yolu ücretsiz erişilebilen ChatGPT ve Microsoft Copilot gibi araçları kullanan YZ destekli bir yol ile karşılaştırdı. Ham spektral veriler basit hesap tablosu dosyaları olarak dışa aktarılıyor ve kimyager YZ’ye yapılandırılmış istemler vererek spektraların bölünmesi, türev alınması, girişimin en az olduğu temiz bölgelerin bulunması ve sinyal büyüklüğünü konsantrasyona bağlayan regresyon denklemlerinin oluşturulması gibi matematiksel işlemleri yaptırıyor.

Gürültüyü aşmanın yeni yolları

Üç örtüşen ilacı daha net görmek için yazarlar matematiksel bir tekniği iki versiyon halinde geliştirdiler: dikkatle ayarlanmış bir manuel versiyon ve YZ destekli bir versiyon. Her ikisi de spektraların akıllıca kombinasyonlarına dayanarak istenmeyen parçaları etkili biçimde iptal edip her bileşen için daha temiz bir sinyal bırakıyor. Tamamen manuel yöntem en iyi zirvelerde duyarlılığı artıran “faktörize” bir spektrum tanıtıyor. Otomatik yöntem ise YZ’den aynı adımları gerçekleştirmesini ve sinyal ile miktar arasında en güvenilir doğrusal ilişkiyi sağlayacak dalga boylarını önermesini istiyor. Geleneksel iş akışının ekran görüntülerini göstererek YZ’yi eğitmeyi de içeren bazı karşılıklı etkileşimlerden sonra, otomatik yaklaşım güvenilen yazılımla neredeyse aynı sayısal sonuçları verdi—doğruluk, kesinlik ve tayin limitleri açısından eşleşirken el emeğini büyük ölçüde azalttı.

Güvenilirlik ve çevresel etkiyi kontrol etmek

Bu kestirme yolların kaliteyi düşürmediğinden emin olmak için araştırmacılar hem manuel hem de YZ destekli yöntemleri uluslararası rehberlere göre titizlikle doğruladılar. Ölçümlerin gerekli konsantrasyon aralıklarında doğrusal olduğunu, tekrarlı ölçümlerin tutarlı olduğunu ve yeni prosedürlerin resmi farmakopöe yöntemleri ve önceki yayımlanmış tekniklerle istatistiksel olarak uyumlu olduğunu doğruladılar. Performansın ötesinde, çevresel etki, uygulanabilirlik ve yeniliği tek bir “Beyazlık Puanı” altında birleştiren modern bir “beyaz analitik kimya” puanlama sistemi kullanarak sürdürülebilirliği de incelediler. Copilot’un 51 maddelik kontrol listesini hızlandırmadaki yardımıyla yaklaşık %61’lik bir puan elde ettiler; bu, iyi bir uygulanabilirliği gösterirken numune hazırlamanın ana çevresel yük oluşturduğunu ve gelecekte iyileştirme için kilit bir hedef olduğunu işaret ediyor.

Gelecek için ne anlama geliyor

Basitçe söylemek gerekirse, bu çalışma ücretsiz YZ yardımcılarının sıradan UV–Vis cihazlarının genellikle daha pahalı tekniklerle ilişkilendirilen bir ustalıkla karmaşık ilaç karışımlarını ele almasına yardımcı olabileceğini gösteriyor. Deneyimli bir kimyagerin gözetiminde YZ, yoğun spektral verileri hızla tarayabilir, daha temiz sinyalleri seçebilir ve güvenilir sayılar üretebilir; aynı zamanda yöntemin çevresel ayak izini belgelendirip puanlayabilir. Hastalar için bu, çok bileşenli kremlerin doğru kalite kontrolünü destekler. Kaynakları sınırlı ortamlardaki laboratuvarlar için ise bilimsel titizlikten ödün vermeden daha hızlı, daha yeşil ve daha erişilebilir test yapma yolu sunar.

Atıf: Fahmy, N.M., Obaydo, R.H. & Lotfy, H.M. Artificial intelligence versus traditional approaches in multicomponent spectral analysis. Sci Rep 16, 7835 (2026). https://doi.org/10.1038/s41598-026-39433-3

Anahtar kelimeler: spektrofotometri, farmasötik analiz, yapay zeka, çok bileşenli karışımlar, yeşil analitik kimya