FMSS osallistuu Kemian päiville 2026 järjestämällään seminaarilla ”Koneoppiminen ja tekoäly mullistaa massaspektrometriaan perustuvan tutkimuksen” keskiviikkona 15.4. Seminaarin lounastauolla järjestetään seuran kevätkokous, josta lähetetään tietoa jäsenille sähköpostilistan ja sosiaalisen median kautta.
Seminaarissa käsitellään koneoppimisen sekä tekoälyn (AI) käyttöä ja soveltamista massaspektrometriassa (MS) ja eri MS:aan perustuvilla tieteenaloilla. Aihe on todella ajankohtainen, koska tekoälyn yleistynyt käyttö sekä viimeaikainen kehitys on luonut valtavasti uusia mahdollisuuksia niin tutkimukseen kuin teknologian kehitykseen. Koneoppimisen ja generatiivisten kielimallien avulla tutkijat voivat nykyisin suoriutua monimutkaisista ja aikaa vievistä tehtävistä aiempaa nopeammin, sekä käyttää tekoälyä tehokkaana apuvälineenä esimerkiksi datan käsittelyssä. Tekoäly on myös tuonut merkittäviä edistysaskeleita massaspektrometriaan perustuvaan tutkimukseen, parantaen mm. analyysien tarkkuutta ja tehokkuutta. AI-algoritmit mahdollistavat monimutkaisten massaspektrien (MS, MS/MS) tulkinnan ja yhdisteiden tunnistamisen nopeammin ja luotettavammin. MS-teknologiat kehittyvät nopeaa tahtia kohti herkempiä, tarkempia sekä monia tekniikoita (ioniliikkuvuus, massaspektrometria) yhdistäviä laitteistoja. Tekoäly voi myös optimoida kokeellisia olosuhteita ja instrumenttien asetuksia, mikä johtaa parempaan herkkyyteen ja resoluutioon, sekä auttaa automatisoimaan datan käsittelyä ja analyysiä tehostaen merkittävästi tutkimusprosesseja. Massaspektrometriaan perustuvassa analytiikassa sekä tutkimuksessa, tekoäly voi tunnistaa uusia biomarkkereita sekä aineenvaihduntatuotteita, mikä on tärkeää esimerkiksi sairauksien diagnosoinnissa. Lisäksi tekoälyn avulla voidaan yhdistää tietoja eri biologisista omiikoista, mikä tarjoaa kattavamman ymmärryksen erilaisista biologisista järjestelmistä ja biosynteesireiteistä eri organismeissa, erilaisissa taudinkuvissa ja/tai ympäristöolosuhteissa. Tämän lisäksi tekoäly voi ennustaa yhdisteiden käyttäytymistä ja vuorovaikutuksia, mikä nopeuttaa esimerkiksi uusien lääkeaineiden suunnittelua sekä lääkeaineiden haluttujen ja ei-haluttujen interaktioiden havaitsemista.
Tekoälyä voidaan hyödyntää myös ilmakehätieteissä, jolloin ilmanlaadun parantamiseksi on kehitetty tekoälypohjaisia tapoja saada tarkkaa tietoa ilmanlaadusta myös yksinkertaisilla, edullisilla mittalaitteilla. Kehitetyissä ilmanlaatua mittaavissa laitteissa voidaan esimerkiksi tehdä automaattista mittaustarkkuuden säätöä tekoälymenetelmillä sekä erityisillä matemaattisilla malleilla ns. virtuaalisensoreilla. Saatuja tuloksia voidaan edelleen hyödyntää muun muassa kaupunkisuunnittelussa sekä ilmansaasteista johtuvien terveyshaittojen vähentämiseksi.
Seminaarin tavoitteena on antaa kattava kuva siitä, miten tulevaisuudessa tekoälyä voidaan tehokasti hyödyntää massaspektrometriaan liittyvillä tieteenaloilla sekä kertoa, mitä uusia mahdollisuuksia sen käytöllä on eri tieteenaloilla. Tekoäly ei tule ainoastaan parantamaan analyysimenetelmiä, vaan myös laajentamaan tutkimusmahdollisuuksia, sovellusalueita sekä edistämään innovaatioita.
Ohjelma
10:00–10:10 Opening words
Nina Sipari, Chair, Finnish Mass Spectrometry Society
SESSION 1 – Insights of the use of artificial intelligence (AI) and machine learning (ML) in MS-based analysis
Session chair Nina Sipari
10:10–10:40 Computational and AI-based approaches in LC-MS metabolomics
Kati Hanhineva, Professor, University of Turku
10:40–10:55 Precision Diagnostics of Lyme Neuroborreliosis via Ultrahigh- Resolution Metabolomics and Machine Learning
Ilari Kuukkanen, Doctoral Researcher, University of Turku
10:55–11:15 Utilizing AI for simplified result acceptance in a high throughput FIA-MS assay
Axel Meierjohann, PhD/R&D System Tech Lead, Revvity
11:15–11:30 The FMSS incentive scholarship award winner 2026 (TBA)
11:30–13:00 Lunch break
SESSION 2 – Metabolomics & molecular networks
Session chair Maarit Karonen
13:00–13:50 Mass Spectrometry and Big Data Analytics: Advancing Natural Product Research through Data Science-Driven Digital Transformation
Jean-Luc Wolfender, Professor, University of Geneva
13:50–14:10 NIR Spectroscopy in Liver Fibrosis: Linking Lipidomics and Histology
Archana Kommala, Doctoral Researcher, University of Eastern Finland
14:10–14:30 Software advancements and ZenoTOF technology for improved pattern recognition
Tom Ruane, Advanced Workflow Specialist, Sciex
14:30–15:00 Coffee break
SESSION 3- AI in MS-based analysis in atmospheric sciences
Session chair Juha-Pekka Hieta
15:00–15:15 Atmospheric new particle formation through ambient sampling chemical ionization mass spectrometry– PART I
Matti Rissanen, Professor, University of Helsinki
15:15–15:30 Atmospheric new particle formation through ambient sampling chemical ionization mass spectrometry– PART II
Federica Bortolussi, Doctoral Researcher, University of Helsinki
15:30–15:35 Closing Remarks
Maarit Karonen, vice chair, Finnish Mass Spectrometry Society