Специалисты Института искусственного интеллекта AIRI разработали метод, который позволяет точнее прогнозировать оптические характеристики молекул. В пресс-службе организации рассказали, что созданные химикаты, такие как красители или материалы для OLED-дисплеев, требуют заранее знать, какой свет они поглощают и испускают. Проверять все вещества в лаборатории или с помощью сложных расчетов долго и дорого.
Ученые предложили использовать 3D-графовые нейронные сети, которые учитывают пространственное строение молекулы. Это позволяет получать результат за доли секунды. Для обучения моделей они собрали базу данных nablaColors-3D, куда вошли экспериментальные сведения об оптических свойствах веществ в разных растворителях и их трехмерные структуры.
Исследователи проверили несколько моделей, работающих с геометрией молекул, включая PaiNN, DimeNet++ и UniMol+. Их точность сравнивали с подходами, которые учитывают только химические связи. Качество оценивали по средней ошибке в определении длины волны. Лучший метод без учета геометрии ошибался на 24 нанометра, отметили в пресс-службе.
Учет пространственной структуры снизил эту ошибку до 16 нанометров, что более чем на 30 процентов точнее. Для сравнения, традиционный квантово-химический метод TD-DFT давал погрешность около 62 нанометров.