Традиционные подходы заставляют выбирать: либо строго соблюдать физические законы и получать среднюю точность, либо добиваться высокой точности на известных соединениях, рискуя ошибиться на новых. Чисто нейросетевые подходы достигают впечатляющей точности, но часто «забывают» физику.
Ученые из Института органической химии имени Н. Д. Зелинского РАН (ИОХ РАН), Сколтеха, Московского государственного университета имени М. В. Ломоносова (МГУ) и Высшей школы экономики (ВШЭ) пошли по другому пути. Они взяли существующий функционал, который строго соблюдает ключевые физические законы, и дополнили его нейросетью, сообщили в пресс-службе Российского научного фонда.
Теория функционала плотности — главный инструмент вычислительной химии. Она вычисляет энергию, форму и реакционную способность молекул. Но точного функционала для всех веществ до сих пор нет. Химики используют сотни моделей, у каждой свои сильные и слабые стороны. Нейросеть подстраивает параметры, сохраняя физические ограничения исходной модели. В расчетах на 30 типах реакций новый метод оказался почти на 26% точнее исходного.
Нам не пришлось отказываться от классических наработок, мы научили нейросеть локально подстраивать параметры уже существующего функционала, сохраняя ключевые заложенные в него создателями физические знания. Это как взять хорошо сконструированный двигатель и тонко его настроить, а не пытаться собрать новый из случайных деталей. Такой инструмент пригодится везде, где необходимо заранее знать свойства соединений, например при создании лекарств, катализаторов и новых материалов
Новый метод не нарушает физических законов, что критично для расчетов еще не синтезированных соединений. В будущем ученые планируют объединить этот подход с решением проблемы «слепого пятна» в теории функционала плотности. Это повысит эффективность виртуального скрининга химических реакций и установления их механизмов. Результаты опубликованы в Journal of Chemical Theory and Computation.
Ранее Наука Mail писала о том, что физики впервые получили молекулу-«бабочку», предсказанную 20 лет назад.
