A previsão de reações moleculares desencadeadas pela luz é extremamente demorada e, portanto, cara. Uma equipe liderada por Philipp Marquetand da Faculdade de Química da Universidade de Viena apresentou agora um método usando redes neurais artificiais que acelera drasticamente a simulação de processos induzidos pela luz. O método oferece novas possibilidades para uma melhor compreensão dos processos biológicos, como os primeiros passos da carcinogênese ou os processos de envelhecimento da matéria. O estudo apareceu na edição atual da revista. Ciência Química , também incluindo uma ilustração em uma de suas capas.

O aprendizado de máquina desempenha um papel cada vez mais importante na pesquisa química, por exemplo. na descoberta e desenvolvimento de novas moléculas e materiais. Neste estudo, pesquisadores de Viena e Berlim mostram como a inteligência artificial permite simulações fotodinâmicas eficientes. Para entender os processos fotoinduzidos, como a fotossíntese, percepção visual humana ou câncer de pele, "precisamos entender o movimento das moléculas sob a influência da luz ultravioleta. Além dos cálculos mecânicos clássicos, também precisamos de mecânica quântica que é extremamente exigente em termos computacionais e, portanto, de alto custo, "diz Philipp Marquetand, autor do estudo e cientista do Institute of Theoretical Chemistry.

Com métodos anteriores, os pesquisadores só foram capazes de prever os processos fotoinduzidos mais rápidos na faixa de picossegundos (1 picossegundo =0,000 000 000 001 segundos) - com tempos de computação de vários meses. O novo método usa inteligência artificial para simular por períodos mais longos, na faixa de um nanossegundo (1, 000 picossegundos), com consideravelmente menos tempo de computação.

Aprendendo redes neurais

Em sua abordagem, os pesquisadores usam redes neurais artificiais, ou seja, modelos matemáticos que imitam o funcionamento do nosso cérebro. "Ensinamos à nossa rede neuronal as relações complexas da mecânica quântica, realizando alguns cálculos de antemão e passando o conhecimento para a rede neural, "diz o primeiro autor do estudo e bolsista da uni:docs, Julia Westermayr, do Institute of Theoretical Chemistry. Com base em seu conhecimento, as redes neurais de autoaprendizagem serão então capazes de prever o que acontecerá mais rapidamente.

Como parte do estudo, os pesquisadores realizaram simulações fotodinâmicas de uma molécula de teste chamada cátion metilenimônio - um bloco de construção da molécula retinal que permite nossos processos visuais. "Depois de dois meses de computação, fomos capazes de reproduzir a reação por um nanossegundo; com base em métodos anteriores, a simulação levaria cerca de 19 anos, "diz a estudante de doutorado Julia Westermayr.

Uma prova de conceito

Na faixa de nanossegundos, a maioria dos processos fotoquímicos ocorre:"Com nossa estratégia, estamos entrando em uma nova dimensão de previsão. Em princípio, a abordagem que estamos apresentando pode ser aplicada a uma ampla gama de moléculas menores, incluindo blocos de construção de DNA e aminoácidos, "diz Philipp Marquetand.

Na próxima etapa, os pesquisadores querem usar seu método para descrever o aminoácido tirosina. A tirosina ocorre na maioria das proteínas, e é suspeito de promover cegueira e envelhecimento da pele após ser danificado sob a influência da luz. De acordo com os autores do estudo, a estratégia apresentada em geral pode promover melhores previsões de processos controlados por luz em todos os aspectos, incluindo envelhecimento de materiais e drogas fotossensíveis.