Искусственный интеллект в химии: на пороге химии 2.0

Номинация:
Прорывные научные исследования и разработки

Описание проекта:
В современной химии вручную обрабатывается только 10% данных, при этом 90% переходят в статус потерянных (lost data).
Целью проекта является переход к химии 2.0 (полновесной обработке данных) путем интеграции алгоритмов ИИ в экспериментальные исследования и квантовохимические расчеты для ускорения новых
фундаментальных научных открытий в химии, разработки практических приложений и новых образовательных программ.
В настоящем исследовании предлагается новая концепция катализа, обладающая огромным потенциалом для механистических исследований
и разработки высокоэффективных катализаторов. С помощью ML-обработки данных электронной микроскопии реализован проект по разработке самого активного в мире нанокатализатора для тонкого органического синтеза.
В данном проекте была впервые разработана теория полностью определенного катализа (Totally Defined Catalysis).

Результаты:
Практическая химия:
- Разработаны алгоритмы и написан программный код для машинной обработки большого объема данных в химии, полученных методами электронной микроскопии и масс-спектрометрии;
- Разработаны алгоритмы на основе нейронных сетей для определения элементного состава ионов в масс-спектрометрии и картирования поверхности углеродных материалов. Результаты и программный код находятся в открытом доступе (open source);
- Фундаментальное научное достижение - разработка теории полностью определенного катализа (Totally Defined Catalysis);
- Практическое приложение – создание самого активного в мире нанокатализатора для задач тонкого органического синтеза.
Теоретическая химия:
- Разработан универсальный подход к валидации функционалов DFT;
- Обнаружена серьезная проблема при тестировании ML-моделей на процессах диссоциации;
- Разработана парадигма параметризации функционалов DFT с сохранением их физичной формы;
- Разработан нейросетевой функционал, не требующий производных энергии по параметрам орбиталей.
Публикационная и педагогическая активность:
- Опубликованы статьи в журналах мирового уровня: сумма импакт-фаторов всех статей = 229.2, средний импакт-фактор на одну статью = 19.1;
- В научных исследованиях приняли участие более 25 студентов и аспирантов;
- Образовательная программа, чтение лекций и спецкурсы и научные исследования в ведущих вузах страны: МГУ, СПбГУ, Сколтех, ИТМО, ЮРГПУ, МФТИ, РХТУ, ВШЭ.

Внедрение:
3 Open-Source пакета для решения химических задач с помощью МО, которыми пользуются 50+ студентов, аспирантов и ученых.
12 публикаций в рецензируемых журналах.
8 - число ведущих ВУЗов, в которых преподают руководители проекта.

Освещение в СМИ:
Российские ученые нашли противоречия в самом популярном методе теоретической химии (https://www.science.org/doi/10.1126/science.aah5975).
Нейросети помогли понять сложное взаимодействие электронов (https://www.nature.com/articles/s41598-022-18083-1).
Наночастицы в составе катализаторов оказались их собственным «отравителем» (https://pubs.acs.org/doi/10.1021/jacs.3c00645).
Специалисты усомнились в том, что "квантовая" нейросеть DM21 использует законы физики (https://www.science.org/doi/10.1126/science.abq3385).
Accelerated mass spectra analysis (https://pubs.acs.org/doi/10.1021/jacs.2c01283).

Команда проекта:
ИОХ РАН, Сколтех
Медведев Михаил Геннадьевич (Руководитель группы)
Докин Роман Юрьевич
Жиляев Пётр Александрович
Рябов Александр Александрович
Анаников Валентин Павлович
Бойко Даниил Александрович

Контакты:
medvedev.m.g@gmail.com