Создан метод поиска "потерянных" геометрий молекул с помощью ИИ

МОСКВА, 21 июля. /ТАСС/. Исследователи химического факультета Московского государственного университета им. М. В. Ломоносова разработали метод выявления недостающих геометрий молекул для разработки новых лекарств. Новый подход помогает повысить эффективность поиска за счет технологий искусственного интеллекта (ИИ), сообщила пресс-служба вуза.

Большинство молекул из-за вращения их частей могут принимать несколько пространственных форм - геометрий (конформаций)

"Ученые химического факультета МГУ с коллегами создали метод на основе искусственного интеллекта, который помогает находить пропущенные геометрии в наборах конформаций молекул. При тестировании на 60 потенциально биологически активных соединениях для почти половины молекул алгоритм обнаружил до 28 конформаций (геометрий), не выявленных существующими методами. Новый подход, сочетающий в себе квантово-химические расчеты и машинное обучение, анализирует геометрические варианты молекул, построенные другими методами конформационного поиска, и находит недостающие", - говорится в сообщении.

На первом этапе модель запоминает данные об энергии вращения частей молекулы друг относительно друга, которые ученые получают с помощью квантово-химических расчетов. Затем, в отличие от традиционных подходов, программа фокусируется не только на поиске самой выгодной конформации, но и обращает внимание на недоисследованные области, уточнили в МГУ.

"Разработанный нами метод позволяет существенно повысить надежность молекулярного моделирования и увеличить скорость поиска новых стабильных органических и металлоорганических веществ с заданными свойствами, которые потенциально могут стать, например, лекарственными препаратами или новыми катализаторами. Он станет важным шагом к автоматическому молекулярному моделированию, которое позволит надежно получать достоверные результаты с минимальным участием человека", - считает руководитель проекта Михаил Медведев, старший научный сотрудник группы теоретической химии Института органической химии имени Н. Д. Зелинского РАН, которого цитирует пресс-служба вуза.

Результаты работы, поддержанной грантом РНФ, опубликованы в Journal of Chemical Information and Modeling.