В России усовершенствовали ИИ, прогнозирующий свойства молекул
МОСКВА, 20 мая. /ТАСС/. Специалисты Центра искусственного интеллекта Московского государственного университета имени М. В. Ломоносова усовершенствовали архитектуру нейросети для предсказания свойств молекул. Новое решение учитывает больше параметров, что повышает точность прогноза, сообщили ТАСС в пресс-службе МГУ.
Сегодня прогноз свойств молекул по их структуре, важный для создания новых лекарств и материалов, ведется с помощью алгоритмов машинного обучения. Они оценивают строение молекулы и устанавливают связи между ее структурой и физико-химическими свойствами. Ученые используют два основных подхода: в первом случае молекула рассматривается как сеть атомов и химических связей, во втором - как последовательность символов, описывающих строение.
"Такие методы чаще всего рассматривают структуру на уровне отдельных атомов и не учитывают напрямую более крупные элементы молекулы - например, функциональные группы. Авторы предложили метод, <…> в основе которого лежит способ записи молекул, в котором кроме отдельных атомов учитываются также функциональные группы. <…> Нейронная сеть анализирует эти представления одновременно, что позволяет учитывать как отдельные атомы, так и более крупные фрагменты молекулы", - сказали в МГУ, отметив, что новое решение повышает точность предсказаний за счет учета разных уровней организации молекулы.
В вычислительных экспериментах предложенная модель показала более высокую точность по сравнению с алгоритмами, которые основаны на традиционных методах. По словам авторов, предложенный метод может применяться для ускорения поиска новых химических соединений с заданными характеристиками.
"Для химии важна не только точность моделей, но и понимание того, какие элементы структуры влияют на свойства вещества. Наш подход позволяет учитывать функциональные группы молекул и тем самым делает результаты модели более объяснимыми", - поясняет руководитель научной группы "Мультимодальное обучение в материаловедении" Института ИИ МГУ, старший научный сотрудник Центра ИИ МГУ Вадим Королев.
Выводы авторов опубликованы в журнале Journal of Chemical Information and Modeling.