Ученые МГУ обучили нейросеть искать стабильные комплексы редкоземельных элементов

Сотрудники межкафедральной лаборатории Интеллектуального химического дизайна химического факультета МГУ имени М.В. Ломоносова совместно с коллегами с механико-математического факультета МГУ разработали новую модель машинного обучения для оценки стабильности комплексов редкоземельных элементов и трёхвалентных актинидов. Работа опубликована в высокорейтинговом журнале The Journal of Chemical Physics. (https://vk.cc/d0qI2B).

«Из-за схожих химических свойств f-элементов в целом и радиоактивности актиноидов в частности экспериментальное изучение их разделения сильно ограничено, — поясняет заведующий лабораторией Интеллектуального химического дизайна, к.х.н., доцент Артем Митрофанов. – Значительно упростить процесс выбора лигандов для синтеза и дальнейшего изучения можно, используя машинное обучение. Пригодный для такой задачи алгоритм по смыслу очень похож на машинное зрение, но в качестве входных данных будет использоваться граф со свойствами молекул. Ранее наша научная группа уже разработала набор моделей для оценки свойств комплексов лантаноидов. Его основным недостатком являлось использование информации только о структуре лигандов, что сильно ограничивало и без того небольшую выборку данных для каждого из металлов. В текущем же исследовании мы кардинально изменили подход. Он заключается в создании новой нейросетевой архитектуры, позволяющей объединить всю доступную информацию о комплексообразовании различных металлов в одной модели, что и позволяет по итогу более точно предсказывать свойства комплексов».

Авторы работы собрали новую базу комплексообразующих агентов f-элементов используя данные из библиотеки NIST46, а также соответствующих научных публикаций. На её основе они обучили графовую сверточную нейронную сеть. Она позволяет прогнозировать константу устойчивости комплекса и значительно расширяет список элементов, для которых эту константу можно рассчитать с помощью быстрых моделей машинного обучения. Отличительной особенностью модели стало то, что для её использования металл не обязательно должен входить в обучающую выборку. Исходный код авторы опубликовали в свободном доступе.

Телеграм: t.me/ainewsline

Источник: www.chem.msu.ru

Комментарии: