Создан ИИ-алгоритм для перевода 3D-структур молекул в химические формулы
Исследователи из Института AIRI, НИУ ВШЭ, Московского государственного университета, ТГУ и УрФУ представили новый алгоритм в области химической информатики. Модель искусственного интеллекта под названием Uni-Bond была представлена на международной конференции ICML в Сеуле. Эту информацию сообщает издание Компьютерра.
Основная цель разработки заключается в преобразовании трехмерных координат атомов в плоские структурные формулы молекул. В научной практике часто используется трехмерное представление веществ, тогда как большинство методов прогнозирования опираются на молекулярные графы или структурные формулы, где важны типы связей между атомами, а не их пространственное расположение. Новый алгоритм обеспечивает надежную связь между этими двумя представлениями данных.
В отличие от традиционных программ, которые определяют химические связи, основываясь на расстояниях между атомами, новый подход анализирует геометрию всей молекулы. Это позволяет создавать граф связей на основе трехмерных координат. Точность алгоритма достигает 99,53%, что в 20 раз снижает частоту ошибок по сравнению с предыдущими методами.
В ходе экспериментов модель тестировалась на кластерах воды, где молекулы расположены близко друг к другу, но не образуют химических связей. Uni-Bond корректно определил внутримолекулярные связи и не зафиксировал ложных межмолекулярных взаимодействий, в отличие от прежних методов, которые часто давали сбои в аналогичных тестах.
Нейросеть распознает пять типов взаимодействий: отсутствие связи, одинарные, двойные, тройные и ароматические связи, характерные для бензольного кольца. Распознавание ароматической связи представляет собой сложную задачу, так как ее геометрия может быть неоднозначной. Авторы отмечают, что использование глобальной информации о молекуле делает алгоритм более устойчивым к шумам и искажениям геометрии, что важно для работы со сложными структурами.
В будущем разработчики планируют адаптировать модель для работы с заряженными частицами и радикалами, а также для валидации структур, генерируемых другими системами ИИ. Разработка может быть полезна в создании новых химических соединений, включая фармацевтическую промышленность, однако конкретные сроки внедрения технологии не указаны.
