Три хіміки з Копенгагенського університету розробили додаток на основі штучного інтелекту, що здатен визначати фазу рентгенівських променів, дифрагованих кристалами. Це досягнення відкриває нові можливості для передбачення структури невеликих молекул.
У своїй статті, опублікованій у журналі Science, Андерс Ларсен, Томс Рекіс і Андерс Мадсен докладно описують процес розробки системи та її тестування.
Як це працює?
Як зазначають дослідники, поточний процес передбачення структури молекули передбачає перетворення групи молекул на тверді кристали та подальше опромінення їх рентгенівськими променями. Електрони в рентгенівському пучку, стикаючись із кристалом, розсіюються за певним патерном. Аналізуючи цей патерн, хіміки можуть визначити структуру молекул, що складають кристал.
Однак існує складність: попри те, що виміряти інтенсивність рентгенівських променів під час опромінення відносно просто, визначити їхню фазу дослідники не можуть. У зв’язку з цим їм часто доводиться вдаватися до здогадок, що нерідко призводить до отримання розмитих дифракційних картин. У своєму новому дослідженні команда вчених знайшла спосіб використовувати ШІ для виявлення унікальних особливостей патернів, навіть якщо вони розмиті.
PhAI – додаток для розшифровки фаз.
Для створення свого застосунку на основі ШІ, що отримав назву PhAI, команда використовувала комп’ютерне моделювання для створення мільйонів штучних структур невеликих молекул і подальшого розрахунку розмитих дифракційних картин, які були б отримані через їх недосконалі кристалічні структури.
Потім вони використовували отримані результати для навчання ШІ на основі взаємозв’язку між кристалами та отриманими розмитими патернами. Це дозволило їм отримати як інформацію про фазу, так і про інтенсивність, а також вихідні дані для мільйонів можливих молекул. Цю інформацію було використано для проведення фінального навчання.
Тестування системи показало, що вона здатна точно передбачати структуру 2400 реальних невеликих молекул, структура яких уже була відома. Дослідницька група планує продовжити свою роботу, сподіваючись розширити можливості PhAI за межі молекул, що складаються з 50 атомів, а також вивчити потенціал інтеграції з мовними моделями, такими як ChatGPT, для автоматизації інтерпретації та документування результатів аналізу.
