Istraživači sa New York University i Univerziteta Floride predstavili su metod koji koristi generativnu veštačku inteligenciju za reverzno projektovanje molekula. Model predlaže potencijalne molekulske strukture deset puta brže nego postojeće tehnike, pri čemu zadržava tačnost procena. To može ubrzati razvoj lekova, baterijskih materijala i drugih primena, uz napomenu da su potrebna dalja laboratorijska testiranja.
AI Predlaže Molekulske Strukture Deset Puta Brže — Novi Metod Reverznog Projektovanja
Istraživači su razvili novu metodu za reverzno projektovanje molekula — skupova atoma koji grade gotovo svaki materijal, od lekova do baterijskih komponenti — koristeći generativnu veštačku inteligenciju, navodi se u radu objavljenom u časopisu Nature.
Šta su uradili istraživači?
Tim predvođen istraživačima sa New York University (NYU) i Univerziteta Floride razvio je neuronski model koji, na osnovu željenih svojstava (funkcionalnosti) molekula, predlaže moguće molekulske strukture. Autori tvrde da njihov pristup generiše validne predloge oko deset puta brže od postojećih metoda, bez smanjenja tačnosti procene svojstava.
Kako to menja proces otkrivanja?
Tradicionalno otkrivanje lekova i materijala često se oslanjalo na pokušaje i greške — klasičan primer je otkriće penicilina. Reverzno projektovanje okreće taj proces: umesto testiranja nasumičnih struktura, počinje se od ciljanih svojstava i traži se struktura koja ta svojstva zadovoljava. Brža generacija kandidata znači da naučnici mogu brže da sprovode laboratorijske testove i ubrzaju razvoj primenljivih rešenja.
Napomena o ograničenjima: Iako ubrzanje generisanja molekula jeste značajno, neophodna je dalja eksperimentalna validacija predloženih struktura i procena sigurnosti. Modeli pomažu da se suzi izbor kandidata, ali ih ne zamenjuju u potpunosti laboratorijska ispitivanja.
Rad u Nature ističe potencijal za primenu u otkrivanju terapija, razvoju materijala za baterije i drugim oblastima hemije i materijalnih nauka. Sledeći koraci uključuju integraciju ovakvih modela sa automatizovanim laboratorijama i dodatnu proveru performansi na realnim eksperimentalnim podacima.
Pomozite nam da budemo bolji.
