Свежая коллекция артефактов на DataHub может помочь в разработке новых лекарств
На электронной витрине маркетплейса DataHub появился набор артефактов машинного обучения nablaDFT для решения задач квантовой химии и фармакологии. Коллекция появилась благодаря ученым из Института AIRI, которые собрали 5 340 152 конформаций для 1 004 918 подобных лекарствам молекул, дополнили их информацией о квантовых свойствах и выложили данные в открытый доступ.
В коллекцию артефактов вошли:
датасет с информацией о более чем 1 млн подобных лекарствам молекул и их метаданные, информация о более чем 5 млн конформаций указанных молекул;
4 модели для предсказания энергии молекулярных конформаций;
2 модели для предсказания DFT-гамильтониана.
По словам ученых, подготовленные ими материалы призваны решить проблему нехватки специализированных данных в области квантовой химии. Разработка новых лекарственных препаратов и материалов зависит от качества предсказания физических и химических свойств будущего продукта. Один из новых и популярных подходов к решению подобных задач – применение методов на стыке квантовой химии и искусственного интеллекта. Решение уравнения Шредингера является ключевым для расчета физических и химические свойств молекул, однако для реальных систем решение часто оказывается слишком вычислительно сложным или даже невозможным. Подавляющее большинство таких исследований ограничивается экспериментами на небольшом количестве структур разных веществ. Создание фундаментального датасета и предобученных моделей позволяет перенести дорогостоящие исследования из области in vitro (в пробирке) в плоскость in silico (в компьютерную симуляцию), что делает работу в области химии и фармакологии более доступной, а результаты изысканий более точными. В исследовании также принимали участие ученые из Сколтеха и ПОМИ РАН.
Доступ к датасету возможен через платформу ML Space, буквально по клику данные перемещаются в пользовательское хранилище Data Catalog.