La deformulación es el proceso de determinar la composición exacta de productos conocidos. A partir de las proporciones relativas conocidas de los ingredientes, se determinan las cantidades precisas de cada uno. La deformulación también se conoce como ingeniería inversa química.
La deformulación de productos químicos permite a las organizaciones:
- Extrapolar nuevas recetas a partir de formulaciones existentes.
- Mejorar la inteligencia competitiva.
- Comparar productos de la competencia.
- Identificar falsificaciones.
- Desarrollar productos de marca blanca.
Aunque los investigadores han recurrido al aprendizaje automático para el descubrimiento y la optimización de productos químicos y materiales, la deformulación suele realizarse de forma experimental con la ayuda de métodos de química analítica. La cantidad relativamente limitada de datos estructurados disponibles sobre formulaciones químicas dificulta muchos esfuerzos de deformulación basados en IA. Gran parte de los datos de formulación ampliamente disponibles son incompletos e inconsistentes en sus registros de ingredientes y cantidades.
Entrenamiento de modelos predictivos para permitir sugerencias rápidas y basadas en datos de recetas de formulación
La publicación de Industrial Engineering Chemistry Research, Toward Predictive Chemical Deformulation Enabled by Deep Generative Neural Networks, demuestra que es posible entrenar modelos generativos no supervisados, codificadores automáticos variacionales (VAE), para permitir sugerencias rápidas de recetas de formulación basadas en datos.
Una red neuronal VAE entrenada con datos de formulación seleccionados por científicos de CAS aprende representaciones significativas de formulaciones en diversas clases de productos, como antitranspirantes y cuidado bucal, que obtuvieron mejores resultados de media que los enfoques más convencionales. El artículo afirma que este enfoque "produce estimaciones significativamente más precisas que los métodos de vecino más cercano, extrapola mejor a formulaciones significativamente diferentes de las vistas anteriormente y proporciona una forma de aprovechar grandes conjuntos de datos para capacidades relevantes a nivel industrial".
Las formulaciones seleccionadas en CAS Content Collection™ ofrecen representaciones coherentes y altamente estructuradas de las formulaciones y las identidades químicas de sus componentes. Gracias a procesos de selección únicos que utilizan tanto tecnologías especializadas como experiencia científica, CAS puede identificar sistemáticamente los componentes químicos de cada formulación, sus agrupaciones y sus cantidades. Los autores señalan que "sin el conjunto de datos de CAS, la validación práctica de estos métodos generativos para aplicaciones de deformulación no habría sido posible".
Explore estos hallazgos en la publicación completa, "Toward Predictive Chemical Deformulation Enabled by Deep Generative Neural Networks".
¿Le interesa obtener predicciones de deformulación más precisas? CAS Custom Services adapta nuestras tecnologías especializadas, experiencia científica y contenido inigualable para satisfacer sus necesidades únicas.
