Ученые AIRI научились предсказывать цвет и свойства молекул за секунды с помощью 3D-нейросетей

Российские исследователи совершили прорыв в области компьютерного моделирования молекул. Специалисты Института искусственного интеллекта AIRI разработали метод предсказания оптических характеристик веществ с помощью 3D-графовых нейросетей. Подход позволяет за доли секунды определять, как молекула поглощает и испускает свет.

Создание новых красителей, OLED-материалов, биомаркеров и УФ-фильтров требует точного знания оптических свойств молекул. Раньше это занимало недели лабораторных экспериментов или ресурсоемких квантово-химических расчетов. Ученые из Института искусственного интеллекта AIRI предложили революционную альтернативу.

Разработанный метод использует графовые нейронные сети, работающие с трехмерной геометрией молекул. Чтобы обучить алгоритмы, исследователи собрали уникальный датасет nablaColors-3D, включив в него экспериментальные данные об оптических свойствах молекул в различных растворителях и их пространственные структуры. Именно учет 3D-геометрии позволил добиться качественного скачка.

В ходе эксперимента специалисты сравнили пять современных моделей: PaiNN, DimeNet++, GemNet-OC, eSCN и UniMol+. Их предварительно обучили на крупных химических базах, а затем донастроили на новом датасете. Результаты впечатляют: модели, не учитывавшие пространственное строение, давали ошибку около 24 нанометров. Учет геометрии снизил ее до 16 нанометров — прогресс более 30%.

Для сравнения: распространенный квантово-химический метод TD-DFT на тех же данных показал ошибку в 62 нанометра. То есть новая технология в четыре раза точнее традиционных расчетов, не говоря уже о скорости.

Теперь ученые могут проводить виртуальный скрининг тысяч потенциальных соединений практически мгновенно. Это открывает путь к созданию новых материалов с заданными оптическими свойствами без дорогостоящих экспериментов. Химия становится быстрее, дешевле и точнее благодаря искусственному интеллекту.