ИИ „чете“ молекулите като рентген: голям пробив в прогнозирането на химичните реакции
Новият способ може да предвижда химичните реакции, квантовите химични свойства и токсичността на молекулите.
Екипът на професор Франк Глориус от Института по органична химия към Университета в Мюнстер е създал нов постепенен логаритъм. Той разпознава структурите в дадена молекула, които са най-подходящи за избрани проучвания. Тези структури се употребяват за шифроване на свойствата на молекулите в разнообразни модели за машинно образование. Разработката е оповестена в списание Chem.
Алгоритъмът, основан на правилата на еволюцията – в това число механизмите на възпроизвеждане, разновидност и селекция – разрешава основаването на индивидуализирани „ молекулярни отпечатъци “. Тези пръстови отпечатъци към този момент са били употребявани за прогнозиране на химичните реакции с висока акуратност. Методът е подобаващ и за прогнозиране на квантовите химични свойства и токсичността на молекулите.
Изследователите акцентират, че с цел да се употребява машинното образование, молекулите първо би трябвало да се преобразуват в компютърно четим формат. Различни проучвателен групи към този момент са се справили с тази задача, като са създали разнообразни способи. Трудно е обаче да се планува кой способ е най-подходящ за отговор на съответен въпрос. Като да вземем за пример дали обещано химично съединяване е нездравословно за хората.
Новият логаритъм оказва помощ да се откри оптималният молекулярен отпечатък за всеки обособен случай. За тази цел логаритъмът последователно избира сигнатурите, които се показват най-добре при прогнозиране, от набор случайно генерирани такива.
„ Следвайки образеца на природата, ние използваме разновидности, т.е. инцидентни промени в обособените съставни елементи на сигнатурите, или рекомбинираме съставените елементи на две сигнатури “,
обяснява докторантът Феликс Катценбург.
Предимството на метода е, че той ни разрешава да разберем за какво моделът прави несъмнено прогнозиране. Например, допустимо е да се дефинира кои елементи на молекулата въздействат позитивно или негативно върху прогнозата за реакцията. Това разрешава на откривателите целеустремено да трансформират тези структури.
Екипът на Мънстър отбелязва, че техният способ не всеки път дава най-хубавите резултати.
„ Когато за избора на изключително значими молекулни свойства е нужен забележителен човешки опит или са налични доста огромни количества данни, други способи, като да вземем за пример невронните мрежи, от време на време са по-ефективни “, к
азва Катценбург.
Въпреки това една от главните цели на проучването е била да се създаде способ за шифроване на молекулите, който да може да се ползва към всеки набор от молекулярни данни. И който не изисква профилирани знания за главните взаимовръзки.
Да напомним, че при започване на предходната година екипът на Тод Кернак от Мичиганския университет реализира произвеждане на естествени алкалоиди в 3 стъпки, до момента в който до момента това изискваше от 7 до 26 стъпки. Чрез създаването на профилиран логаритъм учените са определили най-ефективните стъпки, които водят до синтеза на химични съединения по допустимо най-краткия път. В някои случаи броят на стадиите на синтез се понижава съвсем на порядък. Комбинирането на тези два пробива може да докара до същинска гражданска война в региона на химията.
