В МГУ улучшили нейросеть для анализа свойств молекул

Учёные Московского государственного университета имени М. В. Ломоносова сообщили о совершенствовании нейросети, предназначенной для прогнозирования свойств молекул.

Обновлённая архитектура модели использует расширенный набор параметров, что позволяет повысить точность расчётов и повысить эффективность анализа.

Как работает улучшенный подход

Стандартные алгоритмы машинного обучения обычно представляют молекулы как набор атомов и химических связей или как последовательность символов. При этом они не учитывают функциональные группы как отдельные элементы структуры.

Новая модель анализирует молекулы на двух уровнях — атомарном и уровне функциональных групп, что улучшает качество прогнозирования.

Результаты исследования

По данным вычислительных экспериментов, нейросеть демонстрирует более высокую точность по сравнению с традиционными методами машинного обучения.

Разработчики считают, что технология поможет ускорить поиск новых химических соединений с заданными характеристиками. Работа опубликована в Journal of Chemical Information and Modeling.

Больше новостей и эксклюзивных видео смотрите в канале Самара Онлайн 24 в MAX.