Одна из самых сложных и важных задач в молекулярном моделировании — это нахождение всех возможных конформаций (или геометрий) молекул. Студент химического факультета МГУ имени М.В. Ломоносова под руководством старшего научного сотрудника Группы теоретической химии Института органической химии имени Н.Д. Зелинского (ИОХ) РАН Михаила Медведева разработал искусственный интеллект, который может подсказывать, где именно искать «потерянные» конформеры.
Что такое конформеры? Поскольку молекула выглядит как трехмерная структура (и это всегда учитывается при моделировании), то в ней зачастую можно увидеть соединенные одинарной связью атомы, которые могут проворачиваться относительно друг друга. Хотя состав и порядок соединения атомов остаются такими же, изменяется их пространственное расположение, то есть геометрическая форма молекулы — она же и называется конформацией. Соответственно, разные геометрии молекул — это и есть конформеры.
Конформация напрямую влияет на то, как молекула поведет себя в химической реакции. Цвет, биологическая активность — все это может достаточно сильно зависеть от геометрии молекулы. А поскольку одна из основных задач молекулярного моделирования — это как раз предсказать «поведение» молекулы в химической реакции, то учет конформаций становится критически важным. О том, как сделать этот учет быстрее и надежнее, «Научной России» рассказал руководитель проекта, кандидат физико-математических наук Михаил Медведев.
«Когда мы хотим смоделировать свойства какой-то молекулы, мы должны учитывать все геометрии, в которых эта молекула может существовать. Для этого нам нужен конформационный поиск — поиск всех возможных конформеров, для того чтобы учесть их в предсказании свойства, химического или физического. При используемых сегодня методах то и дело теряются какие-то конформеры, и до нашей работы у нас не было надежного способа посмотреть, а что же мы потеряли. Оставалось только провести поиск еще раз, надеясь, что со второго раза потерянный конформер найдется. В нашей же работе мы сделали новый метод на основе ИИ, который смотрит на то, какие конформеры уже были найдены, и по ним пытается определить, какие были пропущены. Предварительно мы даем этому ИИ информацию о том, как вращается каждая из связей в молекуле — "физически информируем" его, как сейчас говорят, — чтобы он лучше понимал, чего ждать от молекулы», — рассказал Михаил Медведев.
Искусственный интеллект в новом методе работает в качестве «умного помощника» для исследователей. То есть сначала ученые собирают конформационный ансамбль с помощью стандартного метода конформационного поиска, и, посмотрев на этот ансамбль, искусственный интеллект указывает на недоисследованные области конформационного пространства. Причем по ходу исследования искусственный интеллект еще и «дообучается», получая новые данные.
«Наш метод указывает в определенную точку и говорит: проверьте вот тут. Мы запускаем квантово-химический расчет, смотрим, находится ли здесь новый конформер, и отдаем эту информацию обратно ИИ. Он дообучается на этой точке данных, понимает, как здесь ведет себя поверхность потенциальной энергии, и выбирает следующую точку для проверки. Мы смотрим, считаем там, где ИИ предложил, дообучаем, снова смотрим, куда он предложил смотреть дальше, и так далее, пока не перестанем находить что-то новое», — пояснил Михаил Медведев.
Таким образом, новый метод позволяет ускорить процесс поиска конформеров и сделать еще один шаг в сторону автоматизации всего процесса моделирования. Это может быть полезно везде, где применяются методы теоретической химии, где нужно предсказать свойства молекул – в том числе, например, в создании лекарственных препаратов, различных материалов и катализаторов.
Новость подготовлена при поддержке Министерства науки и высшего образования РФ
Источник фото: rawpixel / ru.123rf.com
