21.07.2026 15:07
Российские учёные на конференции ICML в Сеуле представили ИИ-алгоритм Uni-Bond, который переводит 3D-структуры молекул в плоские химические формулы.
Российские учёные на конференции ICML в Сеуле представили ИИ-алгоритм Uni-Bond, который переводит 3D-структуры молекул в плоские химические формулы. Он позволяет связать между собой программы физического 3D-моделирования и алгоритмы машинного обучения, которые предсказывают свойства веществ.
В отличие от традиционных программ, которые определяют связи по расстояниям между атомами, новое решение анализирует геометрию всей молекулы. Это позволяет Uni-Bond строить граф связей напрямую по трёхмерным координатам. По такому же принципу работают физическое моделирование и многие генеративные нейросети.
▪️ работоспособность алгоритма проверяли на кластерах воды, где молекулы расположены близко друг к другу, но при этом не образуют химических связей. Uni-Bond корректно определил внутримолекулярные связи, исключив ложные связи между отдельными молекулами. Точность метода достигает 99,53%. Частота ошибок снижена в 20 раз.
▪️ сейчас нейросеть распознает пять типов связей: отсутствие связи, одинарные, двойные, тройные и ароматические. При этом комплексный анализ молекулы делает алгоритм устойчивым к шумам и искажениям геометрии. Это важно для сложных структур, включая таутомерию.
▪️ В будущем разработчики планируют обучить Uni-Bond работе с заряженными частицами и радикалами. Также модель предлагают использовать для проверки и улучшения структур, которые создают другие нейросети.
Подписывайтесь на Химпром
В отличие от традиционных программ, которые определяют связи по расстояниям между атомами, новое решение анализирует геометрию всей молекулы. Это позволяет Uni-Bond строить граф связей напрямую по трёхмерным координатам. По такому же принципу работают физическое моделирование и многие генеративные нейросети.
▪️ работоспособность алгоритма проверяли на кластерах воды, где молекулы расположены близко друг к другу, но при этом не образуют химических связей. Uni-Bond корректно определил внутримолекулярные связи, исключив ложные связи между отдельными молекулами. Точность метода достигает 99,53%. Частота ошибок снижена в 20 раз.
▪️ сейчас нейросеть распознает пять типов связей: отсутствие связи, одинарные, двойные, тройные и ароматические. При этом комплексный анализ молекулы делает алгоритм устойчивым к шумам и искажениям геометрии. Это важно для сложных структур, включая таутомерию.
▪️ В будущем разработчики планируют обучить Uni-Bond работе с заряженными частицами и радикалами. Также модель предлагают использовать для проверки и улучшения структур, которые создают другие нейросети.
Подписывайтесь на Химпром