Учёные Санкт-Петербургского государственного университета и Самарского государственного технического университета объединили топологический анализ кристаллов с искусственным интеллектом и превратили мировой массив кристаллических структур в большие данные. Об этом сообщили в пресс-службе Российского научного фонда.
Свойства и структура веществ зависят не только от прочных ковалентных связей внутри молекул, но и от более слабых нековалентных взаимодействий. Несмотря на их относительно низкую силу, они играют важнейшую роль в создании и поддержании устойчивости сложных систем. Белки благодаря им принимают и сохраняют свою форму, цепи ДНК удерживаются вместе, ускоряются биохимические реакции, а также формируются материалы с различными свойствами.
Один из типов нековалентных связей – галогенная связь, которая образуется с участием хлора, брома и иода. Из-за несбалансированного распределения заряда в атомах этих элементов возникают области с пониженной электронной плотностью и положительным электростатическим потенциалом (σ-дырки). Эти области притягиваются к богатым электронами участкам соседних молекул, что помогает им правильно располагаться друг относительно друга. Это имеет большое значение в медицине, так как подобные процессы могут влиять на эффективность лекарственных средств. Например, атомы иода в составе гормонов щитовидной железы способствуют их точному взаимодействию с рецепторами.
Химики оценивают разнообразие таких взаимодействий с помощью баз данных кристаллических структур. На начало 2026 года в Кембриджской базе данных насчитывалось более 1,4 миллиона записей, и ежегодно их количество увеличивается на десятки тысяч. Однако анализ таких больших объёмов данных представляет сложность. Поиск обычно осуществляется по заранее заданным параметрам, что может привести к пропуску необычных комбинаций.
Учёные предложили метод, объединяющий топологический анализ кристаллов и инструменты искусственного интеллекта. На первом этапе данные из Кембриджской базы обрабатывались с помощью программного комплекса ToposPro, разработанного в Самаре. Программа определяет расположение атомов на основе геометрии вещества, что можно сравнить с системой распознавания лиц, которая ищет не одну конкретную структуру, а все варианты, схожие с заданным образцом. Однако в результате получается тысячи потенциальных взаимодействий, которые невозможно просмотреть вручную. Для дальнейшего анализа специалисты использовали большую языковую модель, позволяющую выявлять статистические закономерности.
«Мы хотели построить поиск так, чтобы его условия не предопределяли ответ. Нейросеть здесь – партнер, а не замена человеку: каждый ее вывод мы проверяли сами. Однако для ряда взаимодействий число структур уже превысило то, что химик может просмотреть, и анализ с помощью нейросети стал необходимым», – отметил академик РАН, почётный профессор СПбГУ Вадим Юрьевич Кукушкин.
Эксперты решили протестировать новый метод на солях гипервалентных хлора, брома и, прежде всего, иода. Они проанализировали 1553 контакта в 473 кристаллах и выявили пять различных вариантов их взаимного расположения. В обнаруженной конфигурации соседняя молекула приближается к атому иода не через σ-дырки, а перпендикулярно плоскости C–I–C, то есть с «верхней» или «нижней» стороны. Более того, выяснилось, что в структурах с такими перпендикулярными контактами сохраняется классическая ориентация через область с недостатком электронов. Это позволяет одному иодониевому центру одновременно взаимодействовать с тремя партнёрами. Учёным предстоит уточнить электронную природу этого явления с помощью квантово-химических расчётов. Исследователи уже планируют применить этот метод к другим классам соединений и типам нековалентных взаимодействий. Их результаты опубликованы в журнале Coordination Chemistry Reviews.
ИИ применяют не только в химии, но и в робототехнике. Как рассказывала интернет-газета «ЖУК», специалисты МФТИ разработали модульную систему управления для человекоподобных роботов, работающих на складах. Робот запоминает пространство в виде трёхмерной карты и понимает команды на обычном языке.