С лет до дней: искусственный интеллект ускоряет моделирование фотодинамики

Предсказание молекулярной реакции, вызванные светом, является на сегодняшний день чрезвычайно трудоемким и поэтому дорогостоящим. Группа ученых под руководством Филиппа Marquetand от факультета химии в Университете Вены уже представил метод применения искусственных нейронных сетей, что существенно ускоряет моделирование светоиндуцированных процессов. Метод открывает новые возможности для более глубокого понимания биологических процессов, таких как первые шаги канцерогенеза или процессы старения материи. Исследование появилось в журнале химической науки, в том числе сопроводительной иллюстрации на одном из своих обложках.

Машинное обучение играет все более важную роль в химических исследованиях, например, в открытии и разработке новых элементов и материалов. В этом исследовании ученые из Вены и Берлина показать, как искусственный интеллект обеспечивает эффективное моделирование фотодинамики. Для понимания процессов фотоиндуцированного, таких как фотосинтез, зрительное восприятие человека или рака кожи, «нам нужно разобраться в движении молекул под воздействием ультрафиолетового света. Помимо классических механических расчетов, нам необходимо также квантовой механики, которая является вычислительно очень требовательны и поэтому затратный», — говорит Филипп Marquetand, автор исследования и научный сотрудник Института теоретической химии.

С предыдущими методами, исследователи могли только прогнозировать быстрый фотоиндуцированные процессы в диапазоне пикосекунд (1 пикосекунда = 0.000 000 000 001 сек) — время вычислений в несколько месяцев. Новый метод использует искусственный интеллект для моделирования на более длительные периоды времени, в пределах от одной наносекунды (1,000 пикосекунд), при этом значительно меньше времени вычисления.

Обучение нейронных сетей

В своих подходах, исследователи используют искусственные нейронные сети, т. е. математических моделей, имитирующих функционирование нашего мозга. «Мы учим наших нейронной сети сложных квантово-механических отношений, выполняя заранее несколько расчетов и передачи знаний в нейронной сети», — говорит первый автор исследования и Uni:документы сотрудник, Юлия Westermayr из Института теоретической химии. На основе своих знаний, самообучения нейронных сетей, то сможете предсказать, что произойдет более быстро.

Как часть исследования, исследователи провели моделирование фотодинамики испытания молекула, называемая methylenimmonium катион — строительный блок молекулы сетчатки, что позволяет нашим визуальных процессов. «После двух месяцев вычислений, нам удалось воспроизвести реакции на одну наносекунду; на основе предыдущих методов моделирования занял бы 19 лет», — говорит аспирант Юлия Westermayr.

Доказательство концепции

В наносекундном диапазоне, большинство фотохимические процессы происходят: «с нашей стратегией, мы вступаем в новое измерение, прогнозирование. В принципе, подход, который мы представляем, может быть применено к широкому кругу небольших молекул, включая стандартные блоки ДНК и аминокислот», — говорит Филипп Marquetand.

На следующем этапе исследователи хотят использовать их метод для описания аминокислота тирозин. Тирозин встречается в большинстве белков, и есть подозрение, способствовать слепоте и старения кожи после повреждений под влиянием света. По словам авторов исследования, представленная стратегия в целом может способствовать улучшению прогнозирования свет-контролируемых процессов во всех отношениях, в том числе и старения материала и фоточувствительных препаратов.

сделать разницу: спонсорские возможности