Cálculo das impressões digitais de moléculas com inteligência artificial

A rede neural gráfica GNN recebe pequenas moléculas como entrada com a tarefa de determinar suas respostas espectrais. Ao combiná-los com os espectros conhecidos, o programa GNN aprende a calcular os espectros de forma confiável. Crédito:K. Singh, A. Bande/HZB

Com métodos convencionais, é extremamente demorado calcular a impressão digital espectral de moléculas maiores. Mas este é um pré-requisito para interpretar corretamente os dados obtidos experimentalmente. Agora, uma equipe da HZB alcançou resultados muito bons em muito menos tempo usando redes neurais gráficas de autoaprendizagem.
"As macromoléculas, mas também os pontos quânticos, que geralmente consistem em milhares de átomos, dificilmente podem ser calculados com antecedência usando métodos convencionais como o DFT", diz a PD Dr. Annika Bande do HZB. Com sua equipe, ela agora investigou como o tempo de computação pode ser reduzido usando métodos de inteligência artificial.

A ideia:um computador "rede neural gráfica" ou GNN recebe pequenas moléculas como entrada com a tarefa de determinar suas respostas espectrais. Na próxima etapa, o programa GNN compara os espectros calculados com os espectros alvo conhecidos (DFT ou experimental) e corrige o caminho de cálculo de acordo. Rodada após rodada, o resultado se torna melhor. Assim, o programa GNN aprende sozinho como calcular espectros de forma confiável com a ajuda de espectros conhecidos.

"Treinamos cinco GNNs mais novos e descobrimos que enormes melhorias podem ser alcançadas com um deles, o modelo SchNet:a precisão aumenta em 20% e isso é feito em uma fração do tempo de computação", diz o primeiro autor Kanishka Singh. Singh participa da escola de pós-graduação HEIBRiDS e é supervisionado por dois especialistas de diferentes formações:o especialista em ciência da computação Prof. Ulf Leser da Universidade Humboldt de Berlim e a química teórica Annika Bande.

"Os frameworks GNN desenvolvidos recentemente podem ser ainda melhores", diz ela. "E a demanda é muito alta. Portanto, queremos fortalecer essa linha de pesquisa e planejamos criar uma nova posição de pós-doutorado para ela a partir do verão, como parte do projeto Helmholtz 'Inteligência Artificial eXplainable para Espectroscopia de Absorção de Raios-X'".

A pesquisa foi publicada no Journal of Chemical Theory and Computation . + Explorar mais