MIT создал модель CheMeleon для поиска перспективных молекул

Учёные из Массачусетского технологического института (MIT) разработали модель CheMeleon, которая позволяет предсказывать свойства молекул даже при ограниченном объёме данных

Модель CheMeleon основана на предварительно обученной нейросети: её натренировали на данных о миллионе различных молекул из базы PubChem. Система учится предсказывать по структуре молекулы примерно 1600 описательных характеристик, разработанных химиками за десятилетия.

CheMeleon можно настроить для предсказания как хорошо известных свойств (например, растворимости и вязкости), так и более сложных — биоактивности или способности реагировать с определённым белком или ферментом. В ходе конкурса по предсказанию свойств новых молекул девять из 20 лучших решений использовали CheMeleon.

Разработчики сравнили модель с другими фундаментальными и классическими моделями — по совокупности 58 тестовых задач CheMeleon показал преимущество перед сравниваемыми моделями. По словам Уильяма Грина, профессора химической инженерии MIT, модель существенно сокращает число молекул, которые нужно тестировать экспериментально, — это экономит время и средства.

Модель CheMeleon с открытым исходным кодом уже применяют несколько фармацевтических компаний. Модель построена на базе пакета машинного обучения ChemProp, который также разработали в MIT.

Ранее по теме: ИИ предсказал поведение материалов, на которых его не обучали

Источник: MIT News