Диссертация

Осипенко Сергей Владимирович

Кандидат наук

Статус диссертации

  
Диплом Кандидат наук
17.06.2024 
Решение о выдаче диплома
10.06.2024 
Положительное заключение АК
16.04.2024 
На рассмотрении в АК
20.03.2024 
Положительная защита
14.02.2024 
Объявление опубликовано
07.02.2024 
Принят к защите
06.02.2024 
Заключение комиссии
17.01.2024 
Документы приняты
ФИО соискателя
Осипенко Сергей Владимирович
Степень на присвоение
Кандидат наук
Дата и время защиты
20.03.2024 15:00
Место проведения защиты
г. Москва, Ленинские горы, д.1, стр. 3, химический факультет МГУ, ауд. 446
Научный руководитель
Костюкевич Юрий Иродионович
Доктор наук
Оппоненты
Буряк Алексей Константинович
Член - корреспондент РАН Доктор наук Профессор
Григорьев Андрей Михайлович
Доктор наук
Мильман Борис Львович
Доктор наук
Место выполнения работы
Автономная некоммерческая образовательная организация высшего образования "Сколковский институт науки и технологий", Центр предпринимательства и инноваций
Специальность
1.4.2. Аналитическая химия
химические науки
Диссертационный совет
Телефон совета
+7 916 132-95-68

При идентификации химических соединений методом хромато-масс-спектрометрии измеренные характеристики детектированного компонента образца сравниваются со значениями, полученными при измерении образца сравнения известного состава. При недоступности образца сравнения, возможно использование специализированных библиотек основных хромато-масс-спектрометрических характеристик - удерживания и масс-спектров. Однако, для большинства химических соединений справочные значения отсутствуют. Одним из способов их оценки является использование машинного обучения. В работе предложены методы прогнозирования времен удерживания в жидкостной хроматографии, индексов удерживания в газовой хроматографии, а также масс-спектров электронной ионизации с применением различных алгоритмов машинного и глубокого обучения. В частности, применение графовых искусственных нейронных сетей с распространением сообщений позволило прогнозировать времена удерживания со средним отклонением в 32 с для широкого круга веществ, для обучения модели использовали большую библиотеку по удерживанию METLIN SMRT. Показано, что в сочетании с использованием экспериментального метода изотопного обмена 16О/18О возможно достичь 50% сокращения пространства поиска при идентификации соединений в нецелевом анализе. Предложен основанный на машинном обучении подход к прогнозированию индексов удерживания в газовой хроматографии для соединений относящихся к Конвенции Организации по запрещению химического оружия, со средним отклонением 16 ед. Прогнозирование масс-спектров электронной ионизации с помощью алгоритма градиентного бустинга позволяет формировать расчетные библиотеки масс-спектров, среднее значение меры сходства предсказанных и измеренных спектров при этом составляет 0,76.