Strojno učenje u predviđanju kemijskih svojstava

Jedan od zajedničkih, temeljnih ciljeva većine kemijskih istraživača je potreba predviđanja svojstava molekule, poput njezine točke vrelišta ili tališta. Nakon što istraživači mogu točno odrediti to predviđanje, mogu nastaviti sa svojim radom i donijeti otkrića koja vode do lijekova, materijala i još mnogo toga.

Međutim, povijesno gledano, tradicionalne metode otkrivanja tih predviđanja povezane su sa značajnim troškovima - utroškom vremena i habanjem opreme, uz financijska sredstva.

Kako bi ublažili ovaj izazov, američki istraživači u istraživačkoj grupi McGuire na MIT-u stvorili su ChemXploreML, jednostavnu desktop aplikaciju koja pomaže kemičarima da naprave ova ključna predviđanja bez potrebe za naprednim programerskim vještinama.

Besplatno dostupna, jednostavna za preuzimanje i funkcionalna na glavnim platformama, ova je aplikacija također izgrađena za rad u potpunosti izvan mreže, što pomaže u očuvanju vlasništva istraživačkih podataka. Nova tehnologija opisana je u članku nedavno objavljenom u časopisu Journal of Chemical Information and Modeling.

Jedna specifična prepreka u kemijskom strojnom učenju je prevođenje molekularnih struktura u numerički jezik koji računala mogu razumjeti. ChemXploreML automatizira ovaj složeni proces snažnim, ugrađenim "molekularnim ugrađivačima" koji transformiraju kemijske strukture u informativne numeričke vektore.

Zatim softver implementira najsuvremenije algoritme za prepoznavanje obrazaca i točno predviđanje molekularnih svojstava poput vrelišta i tališta, sve putem intuitivnog, interaktivnog grafičkog sučelja.

ChemXploreML je dizajniran da se s vremenom razvija, tako da se buduće tehnike i algoritmi mogu besprijekorno integrirati u aplikaciju, osiguravajući da istraživači uvijek mogu pristupiti i implementirati najnovije metode.

Aplikacija je testirana na pet ključnih molekularnih svojstava organskih spojeva - talište, vrelište, tlak pare, kritična temperatura i kritični tlak - te je postigla visoke rezultate točnosti do 93 posto za kritičnu temperaturu.

Istraživači su također pokazali da je nova, kompaktnija metoda predstavljanja molekula (VICGAE) gotovo jednako točna kao i standardne metode, poput Mol2Vec, ali je do 10 puta brža.