Лаборатория Института химии и растворов РАН занимается поиском новых соединений и прогнозом химических реакций. С помощью ИИ и компьютерных моделей они быстрее и дешевле могут понять, какие свойства будут у веществ. Об этом рассказал кандидат физико-математических наук Александр Квашнин на форуме «Наука будущего — наука молодых».
Лаборатория «Компьютерный синтез химических соединений» под руководством Александра Квашнина изучает то, как искусственный интеллект применяется в химии. В частности, с его помощью исследователи разрабатывают детектор для расчета твердости материалов, предсказывают свойства соединений, а недавно научились предсказывать выход химических реакций.
Твердость материала — это свойство сопротивляться сжатию или царапанию от другого, более твердого тела. Ученые продавливают испытуемый материал, и на нем остается отпечаток, геометрические параметры которого дают информацию о консистенции вещества.
«Однако все эти данные получены эмпирически, и не факт, что мы можем их использовать для определения твердости», — объяснил Квашнин.
Ученые решили испытать теоретические методы. Они использовали базовые математические характеристики: объемный модуль, модуль сдвига, радиусы атомов и другие. Эти показатели применялись в качестве дескрипторов — описаний соединений. Исследователи проверили более 10 тысяч дескрипторов и получили оптимальную физическую формулу, описывающую связь между твердостью и математическими параметрами. Затем они провели скрининг по базам данных и рассмотрели около 800 соединений. Применив формулу, ученые смогли рассчитать твердость веществ, не прибегая к эксперименту.
В 2021 году лаборатория получила мегагрант и в рамках этой программы работает над созданием новых соединений. Если «придумывать» молекулу компьютерным методом — рассчитывать заряд и спектр поглощения света, перебирать тысячи соединений, то получится слишком дорого и неэффективно. Поэтому ученые использовали машинное обучение. Они собрали базу данных молекул и разделили их с помощью алгоритмов, которые сделаны на основе нейронных сетей. Так исследователи получили молекулы, подходящие им по заряду и спектру.
«Мы собрали некоторое количество соединений, что-то около 20 тысяч, построили модель и увидели хорошую корреляцию с максимумом поглощения и средней ошибкой около 18 нанометров, что достаточно точно, если мы говорим про изучение большого количества соединений. Затем с помощью оборудования мы можем найти эти соединения и проверить, есть ли у них на самом деле нужные свойства», — рассказал Александр Квашнин.
Недавно ученые выяснили, как можно предсказать выход химических реакций, то есть тот объем вещества, который получается из смешения реагентов. Существует два способа для расчета. Первый — с помощью квантовой химии. Исследователи могут рассчитать энергию продукта и энергию реагента, затем вычислить энергетический барьер и предсказать выход. Второй способ разработали ученые лаборатории: с помощью нейронных сетей они составили классификацию соединений, где автоматически находится объем продукта. Исследователи создали модели, которые показывают, какие признаки стоит поменять, чтобы увеличить или уменьшить выход реакции.
«В данном случае мы поняли, что если использовать окислительные агенты или даже воду, то это будет приводить к уменьшению выхода реакций, а если использовать фотонные растворители, то это увеличит выход. Полярность растворителей никак на это не влияет», — добавил Квашнин.
Лаборатория представила свой сайт, доступный для всех желающих. На него можно загрузить свою молекулу и увидеть ее свойства без дополнительных вычислений — все благодаря компьютерным моделям.
Автор: Ксения Земскова.
Материал подготовлен при финансовой поддержке Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий».
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
