Ранее ученые из Московского государственного университета им. М. В. Ломоносова построили искусственную нейронную сеть, которая в тысячи раз ускоряет сложнейшие квантовохимические расчеты, позволяя моделировать поведение молекул под действием света с высокой точностью.
Химики обучили алгоритм на данных, полученных с помощью высокоточных методов квантовой химии. Моделирование с использованием только квантовохимических расчетов заняло бы месяцы даже на мощном суперкомпьютере. Хорошо обученная нейросеть справляется с той же задачей за часы, не уступая в точности.
В качестве объекта для испытаний нового инструмента авторы выбрали катион метаниминия. Это соединение примечательно тем, что по структуре повторяет ключевой фрагмент хромофора зрительного белка, отвечающего за наше зрение. Кроме того, оно является важнейшим компонентом атмосферы Титана — крупнейшего спутника Сатурна.
Нейросеть позволила в деталях проследить за динамикой этой молекулы при взаимодействии со светом. Ученые не только подтвердили существование известных путей распада, но и обнаружили совершенно новый «путь» реакции. Этот процесс приводит к отщеплению водорода и образованию протонированной синильной кислоты — самой распространенной заряженной молекулы в верхних слоях атмосферы Титана. Благодаря колоссальному ускорению расчетов исследователи смогли промоделировать десятки тысяч траекторий и впервые показали, как с помощью избирательного возбуждения определенных колебаний в молекуле можно целенаправленно направить реакцию по новому пути, контролируя ее исход.
В новой работе авторы усовершенствовали алгоритм обучения нейросети, применив стратегию трансферного обучения. Нейросеть, изначально обученная на данных менее точного метода, была дообучена на небольшой выборке сверхточных квантовохимических расчетов.
Используя улучшенную нейросеть, исследователи снова смоделировали поведение катиона метаниминия под действием света. Оказалось, что после возбуждения молекула за квадриллионные доли секунды меняет два разных по энергии и структуре состояния и только после этого распадается. Нейросеть позволила впервые полностью картировать все возможные пути этого распада: оказалось, что он может идти сразу по семи конкурирующим каналам, включая разрыв связи между углеродом и азотом, отщепление одного или двух атомов водорода, а также другие процессы.
Чтобы разобраться в этих сложных процессах, авторы разработали новую математическую модель, которая напрямую извлекает времена жизни отдельных состояний молекулы и каналов ее распада из динамики целого процесса.
Таким образом, разработка позволяет без дорогостоящих и трудоемких инструментов за считаные секунды предсказывать, какие продукты образуются в сверхбыстрых фотохимических превращениях. Эти данные важны при создании фоточувствительных материалов, например, для солнечных батарей и катализаторов. Кроме того, знание о том, по каким «путям» молекула распадается, позволит целенаправленно изменять ее структуру так, чтобы подавить нежелательные реакции и усилить полезные.
«Мы разработали вычислительный инструмент нового поколения, способный кратно ускорить и удешевить разработку биомедицинских технологий: новых светящихся меток для ранней диагностики заболеваний, оптогенетических инструментов для исследования мозга и светочувствительных белков с программируемыми свойствами. Принципиально важно, что такой подход радикально снижает зависимость от дорогостоящего и длительного экспериментального скрининга, делая передовые биотехнологии доступнее. В перспективе предложенный метод можно будет применять для моделирования фотохимических процессов в зрительных белках и других биологических системах, где критически важна высокая точность расчетов»,— рассказывает руководитель проекта, поддержанного грантом РНФ, Анастасия Боченкова, кандидат физико-математических наук, заведующая лабораторией квантовой фотодинамики и доцент кафедры физической химии химического факультета МГУ им. М. В. Ломоносова.