Учёные МГУ разработали метод машинного обучения, который моделирует сложнейшие фотохимические реакции в тысячи раз быстрее аналогов, превосходя их по точности. Светочувствительные белки отвечают за зрение у животных и фотосинтез у растений благодаря хромофорам — группам атомов, которые улавливают свет и перестраивают структуру молекулы. Это свойство можно использовать для создания новых материалов для биомедицины, оптоэлектроники и солнечной энергетики, однако предсказание таких реакций требует огромных вычислительных мощностей и занимает месяцы. Результаты опубликованы в Journal of Chemical Physics при поддержке РНФ.
Ранее исследователи построили нейросеть, обученную на высокоточных квантовохимических данных, которая справляется с задачей за часы, не уступая в точности. Тестовым объектом выбрали катион метаниминия — соединение, повторяющее ключевой фрагмент хромофора зрительного белка и одновременно важнейший компонент атмосферы Титана. В новой работе авторы усовершенствовали алгоритм, применив стратегию трансферного обучения: модель, изначально обученную на менее точных данных, дообучили на небольшой выборке сверхточных расчётов.
Улучшенная нейросеть позволила впервые полностью картировать все возможные пути распада катиона метаниминия. Оказалось, что после возбуждения молекула за квадриллионные доли секунды меняет два разных состояния и распадается по семи конкурирующим каналам — включая разрыв связи между углеродом и азотом и отщепление одного или двух атомов водорода. Авторы также разработали математическую модель, извлекающую времена жизни отдельных состояний и каналов распада из динамики всего процесса. Разработка позволяет за секунды предсказывать продукты сверхбыстрых фотохимических превращений без дорогостоящего оборудования — эти данные важны для создания фоточувствительных материалов (солнечных батарей и катализаторов), а также для исследования механизмов зрения и фотосинтеза. Понимание путей распада даёт возможность целенаправленно менять структуру молекул, подавляя нежелательные реакции и усиливая полезные.
Изображение: Magnific
