Химики Новосибирского института органической химии СО РАН и НГУ разработали революционную нейросеть, которая за секунды оценивает электрические свойства полимеров по 3D-структуре мономера. Точность на уровне лучших мировых методов (ошибка ~0,07 эВ), но без затратных квантовых расчетов. Это ускорит создание гибкой электроники — от солнечных панелей до сенсоров. Работа поддержана РНФ и опубликована в Polymers.
Органические полимеры — основа будущей электроники. Но поиск идеального материала может тянуться месяцами: синтез, тесты, неудачи. Компьютерное моделирование помогает, но требует огромных мощностей. Сибирские ученые нашли элегантное решение: графовую нейросеть DimeNet++, обученную умно.
Сначала сеть «постигла» квантовую химию на 54 000 расчетных данных мономеров, экстраполированных на полимерные цепи. Затем ее дообучили на реальных экспериментах. Результат: модель не просто запоминает, а понимает физику процесса.
«Когда мы попробовали обучить нейросеть только на экспериментах, ошибка
составляла больше 0,3 эВ, что неприменимо для практического использования. Модель
просто запоминала данные, а не понимала химию процесса, – рассказывает участник
работы Лев Петросян. – Но если сначала дать сети понять квантовую механику мономеров
на расчётных данных, а потом аккуратно дообучить на реальных полимерах, точность
резко возрастает».
Ключевой инсайт: тип предобучения решает все. Обычные данные мономеров давали ошибку 0,29–0,35 эВ. А «полимерные» расчеты снизили ее до 0,074 эВ для ширины запрещенной зоны, 0,141 эВ для ВЗМО и 0,172 эВ для НСМО.
DimeNet++ выбрана не случайно: она учитывает геометрию молекул — длины связей, углы. Анализ показал, что сеть адаптирует знания, не переучиваясь. Теперь достаточно смоделировать мономер (даже упрощенно) — и получить прогноз. Химик отсеет неудачников до синтеза, сэкономив месяцы.
«Наша работа показывает, что грамотно подобранное предобучение на "полимер-релевантных" расчетных данных способно заменить дельта-обучение и устранить главный узкий вычислительный этап – предварительный TD-DFT расчет. Теперь химик-синтетик может буквально за секунду оценить, будет ли предложенный мономер давать нужную запрещенную зону для органического фотоэлемента, прежде чем тратить месяцы на его синтез», – поясняет руководитель проекта, к.х.н. Игорь Павлович Коскин.
Метод масштабируем: от скрининга полимеров для светодиодов до механических свойств. Это ускорит инновации в энергетике и электронике.
Изображение: новый подход в прогнозировании свойств сопряженных органических полимеров с помощью нейронных сетей. Источник: Koskin, I. P. et al. Polymers, 2026
