Исследователи из МГУ имени М.В. Ломоносова разработали метод машинного обучения, который позволяет в тысячи раз ускорить моделирование сложнейших фотохимических реакций. Алгоритм помогает проследить, как молекулы перестраиваются под действием света, и определить возможные пути их превращения. Работа поддержана Российским научным фондом.

Фотохимические реакции лежат в основе многих природных процессов — от зрения до фотосинтеза. Они также важны для создания светочувствительных материалов для биомедицины, оптоэлектроники и солнечной энергетики. Однако моделирование таких процессов с помощью высокоточных квантовохимических методов требует огромных вычислительных ресурсов и может занимать месяцы.

Авторы усовершенствовали ранее разработанную нейросеть с помощью трансферного обучения: сначала модель обучили на данных менее точного метода, а затем дообучили на небольшой выборке сверхточных квантовохимических расчетов.

На примере катиона метаниминия ученые смогли полностью проследить сверхбыструю реакцию под действием света. Исследователи обнаружили семь конкурирующих каналов распада молекулы и определили, как она последовательно проходит через несколько возбужденных состояний.

Новый подход позволяет моделировать десятки тысяч траекторий за короткое время и с высокой точностью предсказывать продукты фотохимических превращений. Это открывает возможности для целенаправленного управления реакциями и ускоряет поиск новых светочувствительных материалов, а в перспективе — исследование механизмов зрения и фотосинтеза.

«Мы разработали вычислительный инструмент нового поколения, способный кратно ускорить и удешевить разработку биомедицинских технологий: новых светящихся меток для ранней диагностики заболеваний, оптогенетических инструментов для исследования мозга и светочувствительных белков с программируемыми свойствами. Принципиально важно, что такой подход радикально снижает зависимость от дорогостоящего и длительного экспериментального скрининга, делая передовые биотехнологии доступнее. В перспективе предложенный метод можно будет применять для моделирования фотохимических процессов в зрительных белках и других биологических системах, где критически важна высокая точность расчетов», — рассказывает руководитель проекта, поддержанного грантом РНФ, Анастасия Боченкова, кандидат физико-математических наук, заведующая лабораторией квантовой фотодинамики и доцент кафедры физической химии химического факультета МГУ имени М.В. Ломоносова

Результаты опубликованы в Journal of Chemical Physics

Подробнее — в материале газеты «Коммерсант»

РНФ | Телеграм | ВКонтакте | MAX #новостинауки_РНФ #химия