Команда профессора Франка Глориуса из Института органической химии Университета Мюнстера разработала эволюционный алгоритм, который позволяет выявлять в молекуле структуры, наиболее значимые для конкретных исследований. Эти структуры используются для кодирования свойств молекул в различных моделях машинного обучения. Алгоритм, основанный на принципах эволюции, включая механизмы воспроизводства, мутации и отбора, позволяет создавать индивидуальные «молекулярные отпечатки». Эти отпечатки уже использовались для предсказания химических реакций с высокой точностью. Метод также подходит для прогнозирования квантовохимических свойств и токсичности молекул.

Исследователи подчеркивают, что для использования машинного обучения необходимо сначала преобразовать молекулы в формат, считываемый компьютером. Различные научные группы уже решали эту задачу путем разработки различных методов. Однако сложно предсказать, какой из методов лучше всего подойдет для ответа на определенный вопрос, например, о вредности химического соединения для человека. Новый алгоритм помогает находить оптимальный молекулярный отпечаток для каждого случая. Для этого алгоритм постепенно выбирает отпечатки, которые показывают лучшие результаты в прогнозировании из множества случайно сгенерированных. По словам аспиранта Феликса Катценбурга, таким образом исследователи используют мутации, то есть случайные изменения отдельных компонентов отпечатков, или рекомбинируют компоненты двух отпечатков.

Преимущество данного метода в том, что он позволяет понять, почему модель делает тот или иной прогноз. Например, можно выявить, какие части молекулы положительно или отрицательно влияют на предсказание реакции, что позволяет исследователям целенаправленно изменять эти структуры. Команда Мюнстера отмечает, что новый метод не всегда дает лучшие результаты. Одной из основных целей исследования являлась разработка метода кодирования молекул, который можно применять к любому набору молекулярных данных и который не требует специализированных знаний о лежащих в основе связях.

📚Тематические ссылки:
https://www.cell.com/chem/fulltext/S2451-9294(24)00066-4?
https://www.securitylab.ru/news/548151.php