Исследователи создали инновационный алгоритм, который значительно улучшает выявление стабильных геометрий молекул, часто пропускаемых в традиционном молекулярном моделировании. При испытании на 60 потенциально биологически активных соединениях новый подход обнаружил до 28 дополнительных конформаций, не найденных существующими методами, почти для половины изученных молекул. Об этом «Жуковский.Life» рассказали в пресс-службе Российского научного фонда.
Метод объединяет квантово-химические расчёты с машинным обучением, что позволяет анализировать и дополнять варианты геометрий, построенные другими способами конформационного поиска. При этом нужные стабильные структуры выявляются за 20-30 попыток, что существенно повышает эффективность и точность моделирования.
Этот инструмент особенно важен для разработки фармацевтических препаратов и новых каталитических систем, поскольку каждая конформация влияет на химические и физические свойства соединения. Пропуск даже одной устойчивой формы способен сильно исказить результаты и привести к ошибкам при проектировании целевых веществ.
Несмотря на совершенство современных методов, они всё же упускают некоторые важные молекулярные структуры, что новая методика удачно исправляет.
Созданы два новых устройства для измерения длины электронного пучка. Они способствуют достижению максимальной производительности и стабильности синхротрона нового поколения.