Inteligencja maszynowa do projektowania cząsteczek i ścieżek reakcji

TSUKUBA, Japonia, 24 maja 2023 - (ACN Newswire) - Naukowcy z Japonii opracowali proces uczenia maszynowego, który jednocześnie projektuje nowe cząsteczki i sugeruje reakcje chemiczne prowadzące do ich powstania. Zespół z Instytutu Matematyki Statystycznej (ISM) w Tokio opublikował swoje wyniki w czasopiśmie Science and Technology of Advanced Materials: Methods.

<a id="single_1" href="https://photos.acnnewswire.com/20230523.STAM.jpg" title="Designing the network of bonds linking atoms into molecules and suggesting chemical routes aby molekuły można teraz zrobić jednocześnie.”>

Projektowanie sieci wiązań łączących atomy w cząsteczki i proponowanie szlaków chemicznych aby molekuły można teraz zrobić jednocześnie.

Wiele grup badawczych czyni znaczne postępy w wykorzystaniu metod sztucznej inteligencji (AI) i uczenia maszynowego do projektowania wykonalnych struktur molekularnych o pożądanych właściwościach, ale postęp we wdrażaniu koncepcji projektowych jest powolny. Największą przeszkodą były trudności techniczne w znalezieniu reakcji chemicznych, które mogą stworzyć zaprojektowane cząsteczki z wydajnością i kosztami, które mogłyby być wykonalne w rzeczywistych zastosowaniach.

„Nasz nowatorski algorytm uczenia maszynowego i powiązany z nim system oprogramowania mogą projektować cząsteczki o dowolnych pożądanych właściwościach i sugerować syntetyczne drogi ich wytwarzania z obszernej listy dostępnych na rynku związków” – mówi matematyk statystyczny Ryo Yoshida, lider grupy badawczej.

Proces ten wykorzystuje podejście statystyczne zwane wnioskowaniem bayesowskim, które działa z ogromnym zestawem danych na temat różnych opcji materiałów wyjściowych i ścieżek reakcji. Możliwe materiały wyjściowe to wszystkie kombinacje milionów związków, które można łatwo kupić. Algorytm komputerowy ocenia ogromny zakres możliwych reakcji i sieci reakcji, aby odkryć syntetyczną drogę prowadzącą do związku o właściwościach, do których ma dążyć. Doświadczeni chemicy mogą następnie przejrzeć wyniki, aby przetestować i udoskonalić to, co proponuje sztuczna inteligencja. Sztuczna inteligencja sugeruje, podczas gdy ludzie decydują, co jest najlepsze.

„W studium przypadku dotyczącym projektowania molekuł podobnych do leków metoda wykazała przytłaczającą wydajność” — mówi Yoshida. Zaprojektowano również drogi prowadzące do użytecznych w przemyśle cząsteczek smaru.

„Mamy nadzieję, że nasza praca przyspieszy proces odkrywania szerokiej gamy nowych materiałów w oparciu o dane”, podsumowuje Yoshida. Aby wesprzeć ten cel, zespół ISM udostępnił oprogramowanie implementujące ich system uczenia maszynowego wszystkim badaczom na stronie GitHub.

Obecny sukces koncentrował się wyłącznie na projektowaniu małych cząsteczek. Zespół planuje teraz zbadać dostosowanie procedury do projektowania polimerów. Wiele z najważniejszych związków przemysłowych i biologicznych to polimery, ale okazało się, że tworzenie nowych wersji proponowanych przez uczenie maszynowe jest trudne ze względu na wyzwania związane ze znalezieniem reakcji potrzebnych do zbudowania projektów. Jednoczesne opcje projektowania i odkrywania reakcji oferowane przez tę nową technologię mogą przełamać tę barierę.

Więcej informacji
Ryo Yoshida
Instytut Matematyki Statystycznej
E-mail: yoshidar@ism.ac.jp

Papier: https://doi.org/10.1080/27660400.2023.2204994

O nauce i technologii zaawansowanych materiałów: metody (STAM-M)

STAM Methods to siostrzane czasopismo Science and Technology of Advanced Materials (STAM) o otwartym dostępie, które koncentruje się na pojawiających się metodach i narzędziach do ulepszania i/lub przyspieszania rozwoju materiałów, takich jak metodologia, aparatura, oprzyrządowanie, modelowanie, dane o dużej przepustowości zbieranie, informatyka materiałów/procesów, bazy danych i programowanie. https://www.tandfonline.com/STAM-M

dr Yasufumi Nakamichi
Dyrektor wydawniczy STAM
E-mail: NAKAMICHI.Yasufumi@nims.go.jp

Komunikat prasowy dystrybuowany przez Asia Research News dla nauki i technologii zaawansowanych materiałów.

Temat: Podsumowanie komunikatu prasowego
Źródło: Nauka i technologia zaawansowanych materiałów
Sektory: Nauka i nanotechnologia
https://www.acnnewswire.com

Z Asia Corporate News Network

Copyright © 2023 ACN Newswire. Wszelkie prawa zastrzeżone. Oddział Asia Corporate News Network.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoAiStream. Analiza danych Web3. Wiedza wzmocniona. Dostęp tutaj.
• Wybijanie przyszłości w Adryenn Ashley. Dostęp tutaj.
• Kupuj i sprzedawaj akcje spółek PRE-IPO z PREIPO®. Dostęp tutaj.
• Źródło: https://www.acnnewswire.com/press-release/english/84111/