Химик в мире нейросетей - Максимилиан Копылович

несколько раундов каждый атом «знает» не только о ближайших соседях, но и о том, что где-то на другом конце молекулы есть, скажем, гидроксильная группа. Это похоже на обмен сообщениями в групповом чате: через некоторое время ты уже в курсе, кто с кем встречается и где отдыхает, даже если этих людей и не знаешь лично. Схожим образом в GNN каждый атом становится носителем богатой информации о всей молекуле, и эту информацию можно потом использовать, чтобы предсказать растворимость, токсичность или энергию связывания с мишенью. Графовые сети особенно хороши для кристаллов и материалов — там, где важна

Итак, мы видим, что химики больше не привязаны к карандашу и бумаге. Молекула стала текучей: она может быть строкой символов для трансформера, облаком вероятностей для диффузионной модели или графом для GNN. Это и есть та самая смена языка, о которой мы говорили во введении: от дискретных палочек Кекуле мы перешли к непрерывным векторам, тензорам, скрытым пространствам. Так что в тот момент, когда ты нарисовал молекулу в ChemDraw и нажал «Copy as SMILES», ты уже превратил химию в текст, который понимает нейросеть.

Попробуй сам

Зайди на сайт Molecule of the Month или просто открой Википедию со статьёй про кофеин. Найди строчку SMILES — для кофеина это CN1C=NC2=C1C(=O)N(C(=O)N2C)C. Скопируй её. А теперь представь, что это не просто символы, а координаты молекулы в особом пространстве, где каждая буква и скобка имеют свой числовой код. Ты можешь прямо сейчас вставить этот SMILES в онлайн-конвертер вроде Chemicalize (он бесплатный для небольших молекул) и увидеть, как машина мгновенно вычисляет свойства, даже не «глядя» на формулу. Попробуй мысленно проделать обратный путь: глядя на длинный вектор чисел, восстанови структуру. Именно это делают диффузионные модели — но, конечно, с нечеловеческой скоростью. Если хочешь прикоснуться к идее графов, скачай бесплатную программу Cytoscape и построй простейший граф метана — четыре водорода вокруг углерода. А потом вообрази, что по этим рёбрам бегают сообщения от атома к атому, и каждый атом постепенно узнаёт, что он — часть тетраэдра. Вот так графовые нейросети и улавливают стереохимию.

Ну а для тех, кто уже не боится Python: найди в открытом доступе датасет растворимости ESOL, с помощью библиотеки RDKit переведи молекулы в молекулярные фингерпринты и обучи простенький Random Forest предсказывать растворимость в воде. Ты в миниатюре повторишь ровно то, о чём мы говорили: модель превращает молекулы в векторы и учится на готовых экспериментальных данных, предсказывая свойство за секунды — без всяких квантовых расчётов.

 

 

Глава 7. Некоторые модели: от GNoME до MatterGen

В прошлой главе мы научились превращать молекулы в векторы, графы и даже в облака вероятностей. Но всё это были одиночные молекулы, а что если тебе нужно спроектировать материал-кристалл, в котором миллиарды атомов выстроены в строгом порядке и от которого зависит, будет ли твой телефон работать сутки без подзарядки, а электромобиль проезжать тысячу километров? Раньше поиск такого материала был сродни прочёсыванию миллионов стогов сена в поисках одной иголки. Но сегодня у нас есть такие помощники, как графовые пророки вроде GNoME и диффузионные творцы вроде MatterGen.

Допустим, нам нужно найти новый материал для катода литиевого аккумулятора — такой, который был бы стабилен, не разлагался при зарядке и при этом хорошо проводил ионы лития. Пространство возможных комбинаций химических элементов практически бесконечно. Даже если ограничиться разумными рамками, речь идёт о десятках миллиардов потенциальных кандидатов. Сколько из них стабильны? Традиционная квантовая химия (DFT) могла проверить стабильность одной структуры за часы или дни. С такими темпами на перебор ушли бы столетия. К тому же слепой перебор давал мизерный выход: «попаданий» — реально стабильных новых соединений — было около одного процента.

И тут в игру вступает GNoME (Graph Networks for Materials Exploration) от компании Google DeepMind, о котором мир узнал в 2023 году. GNoME — это графовая нейросеть, обученная на сотнях тысяч известных кристаллических структур из Materials Project и других баз. Помнишь, как графовые сети позволяют атомам «общаться» и собирать информацию о соседях? Здесь та же идея, но для периодических решёток. GNoME представляет кристалл не как картинку, а как граф с атомами в узлах и связями между ними. Она проглатывает известные стабильные и нестабильные структуры и учится по одним только графовым признакам угадывать, «выживет» ли данный кандидат. Точность предсказания стабильности новых кристаллов взлетела с ~1% у DFT-скрининга до более чем 80%. Так, GNoME предложила ~2,2 млн кандидатов, из которых ~380 тыс. сочтены стабильными.

GNoME — мощный фильтр, но она оценивает уже готовые структуры, предложенные человеком или случайным генератором. А что если мы хотим не выбирать из меню, а заказать блюдо по вкусу? Нужен материал с определённой шириной запрещённой зоны для солнечной батареи или с максимальным модулем упругости для корпуса космического спутника? Именно это умеет MatterGen — модель от Microsoft Research, представленная в 2025 году. MatterGen — диффузионная модель, которая не ищет готовые структуры, а генерирует кристалл «с нуля», стартуя из шума. Вспомни, как Midjourney рисует кота по описанию. Здесь то же самое, только вместо пикселей — положения атомов, тип элемента и параметры решётки. Ты задаёшь целевое свойство (например, «ширина запрещённой зоны 1,5 эВ»), и MatterGen шаг за шагом проявляет из шума кристаллическую структуру, которая с высокой вероятностью будет обладать именно этим свойством. Это прямой наследник диффузионных моделей для молекул, но масштабированный на периодические твёрдые тела. Создатели называют её «первой универсальной генеративной моделью для неорганических материалов, способной превзойти традиционные подходы».

GNoME и MatterGen — это математические модели. Они оперируют векторами, энергиями решёток и структурными фингерпринтами (типичными структурными блоками). Так что предсказанная стабильность ещё не означает, что материал можно получить в колбе (или в печи). Часть кандидатов, предложенных GNoME, при ближайшем рассмотрении оказались неупорядоченными твёрдыми растворами, которые не имеют строгой периодичности, а значит, не могут считаться новым соединением. Другие и вовсе были синтезированы ещё в 1970-х годах и хранились в малоизвестных базах данных: нейросеть «переоткрыла» велосипед, просто потому что он не попал в её обучающую выборку. Это хороший урок критического мышления, к которому мы ещё вернёмся позже. Искусственный интеллект генерирует гипотезы, а не истины. Каждый предсказанный материал — это приглашение к эксперименту, а не готовый патент. И тут на сцену выходит тот, кто умеет превращать цифру в вещество: робот-химик.

Представь лабораторию, где вообще нет людей. Манипулятор взвешивает порошки оксидов, загружает их в печь, обжигает при точной температуре, а потом