Мы давно привыкли к тому, что нейронные сети помогают практически во всех сферах нашей жизни. Похоже, что в скором времени они станут еще более популярными, ведь новый подход в их работе позволит прогнозировать, как будут вести себя вещества при взаимодействии, используя минимальный набор поступающих данных.По данным журнала Journal of Physics: Condensed Matter, нейронная сеть, разработанная группой ученых из России, Эстонии и Великобритании, позволяет «предсказать один из самых непредсказуемых факторов» — биологическую концентрацию вещества. Необходимо оценить эффективность любого биологического вещества из лекарства в яд и указывает на степень накопления вещества в живом организме. Ранее для этой цели использовались Лабораторные животные. Теперь можно использовать более современный подход.

Как этого можно достичь? Есть 2 варианта: в первом случае нейронная сеть должна генерировать все возможные модели поведения молекул и их взаимодействия с живыми организмами. Такой подход будет достаточно точным, но крайне ресурсоемким из-за огромного объема данных. Во втором случае нейронную сеть следует обучить работе с молекулярной теорией жидкости. В этом случае интерпретация результатов будет быстрой (так как основана на заранее написанных и достаточно простых формулах), но не такой точной, как хотелось бы.

Группа экспертов из Тартуского университета (Эстония), Стратклайдского университета (Великобритания) и СКОЛКОВСКОГО Института науки и технологий (Россия) разработали гибридный метод. В первую очередь, проводятся расчеты, основанные на молекулярной теории, и к ним уже применяются алгоритмы поведения и взаимодействия молекул. По словам одного из авторов работы, аспирант СКОЛКОВСКОГО Института науки и технологий Сергей Сосин,

«Разработанный нами метод позволяет существенно упростить прогнозирование нагрузки на окружающую среду от конкретного вещества. Но самое главное, что мы разработали универсальный способ описания молекулы для передачи ее «изображения» в трехмерную сверхточную нейронную сеть. В дальнейшем наши разработки позволят прогнозировать свойства различных экзотических молекул и принципиально новых соединений, для которых не применимы существующие методы нахождения отношений «структура — свойство».»

Материалы по теме:

Apple начинает производство беспроводной зарядки AirPower
2019-й год станет тем самым периодом, когда Apple наконец разработает и выпустит долгожданную беспроводную зарядку AirPower. Инсайдеры заявляют о том, что, на данный момент, ...
Lexar выпустила первую карту памяти размером в 1 ТБ
Американская компания Lexar представила разработанную карту памяти объёмом целый терабайт на выставке CES 2019. Уникальная карта памяти формата SD поможет избавиться видеографам и фотолюбителям ...
CES 2019: Человекоподобный робот, который будет жить в твоём доме
Высокотехнологичное предприятие Ubtech прославилась благодаря созданию обучающихся ботов. Но на этом корпорация не остановилась, а наоборот – продолжила разработку «умных» роботов. На CES 2019 ...
Ледники могут быть мощными источниками метана
Для оценки глобального изменения климата важно, чтобы цифровые модели, на которых основаны прогнозы, учитывали все соответствующие источники парниковых газов, одним из которых является метан. Недавно ...
На что способен убийца компьютеров от Apple
После выхода первого iPhone Стив Джобс объявил о начале пост-PC эры, которая будет отмечена смертью персональных компьютеров и их заменой мобильными устройствами. Однако спустя 10 ...