Свойства молекул можно будет предсказывать, не обращаясь к уравнению Шрёдингера
Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.
Какое-то время продолжим трудится на общее благо по адресу
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.
Спасибо, ждём вас на N-N-N.ru
Система, построенная на базе алгоритмов искусственного интеллекта, может стать абсолютным химическим инструментом. Программное обеспечение способно быстро предсказать свойства молекул, исходя из их теоретических структур. Очевидно, что это могло бы содействовать химикам в компьютерном «конструировании» молекул.
Наше понимание физики макроскопического мира зашло настолько далеко, что абсолютно всё, начиная с мостов и заканчивая самолетами, может быть смоделировано и протестировано на компьютерах. Нам совершенно нет никакой необходимости изготавливать реальные образцы для каждого из предложенных решений только для того, чтобы понять, работает ли оно. Другое дело — микроскопические молекулы.
Основной преградой для широкого использования компьютерного дизайна в химии является уравнение Шрёдингера. В теории его решение могло бы дать численное распределение значений вероятностей нахождения электронов и атомов, что в свою очередь привело бы к установлению основных химических и физических свойств.
К сожалению, сложность решения уравнения возрастает так быстро, что точное решение существует только для самых простых систем — классического атома водорода (один протон, один электрон) и молекулы водорода (два протона, два электрона).
Рис. 1. Природные ингибиторы протеин-протеиного взаимодействия; моделирование, изучение механизма ингибирования (иллюстрация Thorsten Berg / Bioorganic & Medical Chemistry Letters).
Это исключает возможность точного предсказания свойств больших молекул, что необходимо для инжиниринга и медицины. Вот почему группа учёных из Аргоннской национальной лаборатории (США) попросту обошла это дьявольское уравнение, обратившись к теории вычислительных машин и систем.
Самообучение вычислительных машин довольно широко используется для нахождения закономерностей в больших объёмах данных со сложными скрытыми правилами, включая анализ рынка ценных бумаг, экологию и т. п. Алгоритму скармливают известные примеры, и компьютер, используя их, пытается предсказать некоторый результат.
Учёные постарались сфокусироваться на самом основном свойстве молекул — энергии атомизации, составив базу данных по 7 165 молекулам с известными структурами и энергиями атомизации. Компьютеру позволили использовать только 1 000 из них для идентификации структурных особенностей, на основании которых можно было бы предсказать энергии атомизации.
Когда затем исследователи протестировали получившийся алгоритм на оставшихся 6 165 молекулах, оказалось, что компьютер смог предсказать энергии атомизации с точностью до 1% от уже известного значения. Этот результат сравним с точностью, которую обеспечивают математические аппроксимации уравнения Шрёдингера, требующие куда более долгих и сложных расчётов. Предложенный алгоритм находит решения за миллисекунды, на что у более ранних методов уходят часы.
Пример алгоритма, подробно описанный в журнале Physical Review Letters, — пока лишь демонстрация принципа, подтверждение предложенной концепции. Если он научится предсказывать что-то ещё (например, насколько хорошо некая молекула связывается с ферментом), то тогда эта вычислительная система могла бы помочь в разработке дизайна новых лекарственных средств (направленная селективная терапия), топливных ячеек или биосенсоров. По сути, спектр возможного применения настолько широк, насколько широка сама химия.
- Источник(и):
- Войдите на сайт для отправки комментариев
Специалистам по НС хорошо известны их настоящие возможности. Интерпретация результатов вычислений на НС остается за пользователем. Следовательно, как было раньше неизвестно физическое происхождение химической связи, так и осталось неизвестным.. Ничего нового авторами не получено.