Исследователи из МГУ имени Ломоносова представили новый метод машинного обучения, способный радикально ускорить моделирование фотохимических реакций — процессов, лежащих в основе зрения, фотосинтеза и работы многих светочувствительных материалов. Разработка позволит быстрее создавать компоненты для солнечной энергетики, биомедицины и оптоэлектроники.
Результаты работы опубликованы в авторитетном международном издании Journal of Chemical Physics.
От месяцев расчетов к секундам: как нейросеть обошла суперкомпьютеры
Светочувствительные белки содержат особые структуры — хромофоры, которые поглощают свет и запускают перестройку молекул. Именно эти процессы обеспечивают зрение у животных и фотосинтез у растений. Однако предсказать поведение таких молекул чрезвычайно сложно: традиционные квантовохимические расчеты требуют огромных вычислительных ресурсов и могут занимать недели или даже месяцы.
Ранее ученые МГУ создали нейронную сеть, способную выполнять подобные расчеты в тысячи раз быстрее без заметной потери точности. В новой работе алгоритм удалось дополнительно улучшить с помощью трансферного обучения. Для этого модель, обученную на данных менее точного метода, дообучили на ограниченном наборе сверхточных квантовохимических вычислений.
Семь дорог к распаду одной молекулы
В качестве тестового объекта исследователи использовали катион метаниминия. Эта молекула интересна сразу по двум причинам: она содержит структурный фрагмент, напоминающий ключевую часть хромофора зрительного белка человека, а также играет важную роль в химии атмосферы Титана — крупнейшего спутника Сатурна.
Моделирование показало, что после поглощения света молекула за квадриллионные доли секунды проходит через два различных возбужденных состояния, а затем распадается. Благодаря новой нейросети ученые впервые смогли полностью описать все варианты такого распада.
Оказалось, что процесс может развиваться по семи конкурирующим каналам. Среди них — разрыв связи между атомами углерода и азота, потеря одного или двух атомов водорода и другие механизмы. Ранее часть этих путей оставалась неизвестной.
Для анализа полученных данных авторы также создали математическую модель, позволяющую напрямую определять время жизни отдельных состояний молекулы и различных каналов ее распада.
Полученные результаты открывают возможности для более точного проектирования фоточувствительных материалов. Разработчики смогут заранее прогнозировать продукты сверхбыстрых фотохимических превращений и корректировать структуру молекул таким образом, чтобы подавлять нежелательные реакции и усиливать полезные.
По словам руководителя проекта Анастасии Боченковой, созданный инструмент нового поколения способен существенно ускорить и удешевить разработку светящихся меток для ранней диагностики заболеваний, оптогенетических технологий и светочувствительных белков с программируемыми свойствами. Она также отметила, что предложенный подход в перспективе можно применять для моделирования процессов в зрительных белках и других сложных биологических системах.
Принципиально важно, что такой подход радикально снижает зависимость от дорогостоящего и длительного экспериментального скрининга.
Интересные факты по теме
Фотосинтез ежегодно преобразует в химическую энергию около 100 миллиардов тонн углерода и является важнейшим биохимическим процессом на Земле.
Титан — спутник с самой плотной атмосферой в Солнечной системе. Ученые рассматривают его как одну из самых интересных природных лабораторий для изучения сложной органической химии.
Катион метаниминия (CH3NH2)+ — простейший протонированный имин, используемый в квантовой химии и фотодинамике как модельная молекула для изучения сверхбыстрых фотохимических реакций под действием света.
Трансферное машинное обучение сегодня активно используется не только в химии, но и в медицинской диагностике, робототехнике и системах компьютерного зрения.