• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Química
    Nova abordagem de aprendizado de máquina facilita a pesquisa de conformadores moleculares em moléculas complexas

    Crédito:Universidade de Aalto

    Os pesquisadores do CEST desenvolveram uma nova abordagem de aprendizado de máquina baseada em um espaço latente de baixa energia (LOLS) e teoria funcional de densidade (DFT) para procurar confórmeros moleculares.
    A busca de confórmeros moleculares é um tópico de grande importância em química computacional, design de drogas e ciência de materiais. O desafio é identificar os confôrmeros de baixa energia em primeiro lugar. Essa dificuldade decorre da alta complexidade dos espaços de busca, bem como do custo computacional associado a métodos químicos quânticos precisos. No passado, a busca por conformação consumia tempo e recursos computacionais consideráveis.

    Para enfrentar este desafio, o doutorando visitante Xiaomi Guo, juntamente com outros pesquisadores do CEST Lincan Fang, Prof. Patrick Rinke, Dr. Xi Chen, e Prof. Milica Todorovic (Universidade de Turku) exploraram a possibilidade de realizar a pesquisa de conformadores moleculares espaço latente de baixa dimensão. Esse método usa um autocodificador variacional de modelo generativo (VAE) e direciona o VAE para configurações moleculares de baixa energia para gerar dados mais informativos. Desta forma, o modelo pode efetivamente aprender a superfície potencial de baixa energia e, portanto, identificar os confórmeros moleculares relacionados. As equipes do CEST chamam seu novo método de pesquisa de conformação de espaço latente de baixa energia (LOLS).

    Em um recente Jornal de Teoria Química e Computação publicação, os autores testaram este novo procedimento LOLS em aminoácidos e peptídeos com cinco a nove dimensões de pesquisa. Os novos resultados concordam bem com estudos anteriores. A equipe descobriu que, para moléculas pequenas, como a cisteína, é mais eficiente amostrar dados no espaço real; no entanto, LOLS acaba sendo mais adequado para moléculas maiores, como peptídeos. Os autores agora planejam estender seus métodos de pesquisa de estrutura para materiais mais complexos além das moléculas. + Explorar mais

    Nova abordagem de aprendizado de máquina acelera a busca por confórmeros moleculares




    © Ciência https://pt.scienceaq.com