Исследование выявило недостатки популярных методов квантовой химии в моделировании молекул

Исследователи из Института органической химии имени Н.Д. Зелинского РАН обнаружили, что широко используемые методы квантовой химии, включая мета-GGA-функционалы, могут не различать некоторые варианты распределения электронов в молекулах. Это приводит к ошибкам при моделировании новых лекарств и материалов, что подчеркивает важность усовершенствования существующих инструментов для описания химических реакций.

В рамках исследования, поддержанного грантом Российского научного фонда, ученые продемонстрировали проблему на примере модельного набора систем с различным распределением электронов. Они показали, что многие популярные функционалы не способны различить системы, которые имеют схожие значения градиента электронной плотности, но значительно отличаются по поведению — например, атом аргона и молекула фуллерена.

Сложность заключается в том, что точная зависимость между плотностью электронов и энергией молекулы пока не установлена, и ученые вынуждены полагаться на приближенные выражения — функционалы плотности. Однако, как выяснили исследователи, многие из этих функционалов имеют «слепые пятна», что ставит под сомнение точность предсказания свойств веществ.

Руководитель проекта, Михаил Медведев, отметил, что использование большего объема информации об электронной плотности может значительно повысить точность расчетов. Ученые предлагают в будущем применять нейросетевые функционалы, способные выявлять сложные закономерности, обеспечивая более надежное моделирование химических процессов.

Разработанные модельные электронные распределения будут служить тестами для создания новых функционалов, что поможет усовершенствовать методы моделирования и избежать столкновения с «слепыми пятнами». В дальнейшем, в рамках исследования, планируется разработка нейросетевых функционалов без указанных недостатков.

Исследователи из Института органической химии имени Н.Д. Зелинского РАН обнаружили, что широко используемые методы квантовой химии, включая мета-GGA-функционалы, могут не различать некоторые варианты распределения электронов в молекулах. Это приводит к ошибкам при моделировании новых лекарств и материалов, что подчеркивает важность усовершенствования существующих инструментов для описания химических реакций.

В рамках исследования, поддержанного грантом Российского научного фонда, ученые продемонстрировали проблему на примере модельного набора систем с различным распределением электронов. Они показали, что многие популярные функционалы не способны различить системы, которые имеют схожие значения градиента электронной плотности, но значительно отличаются по поведению — например, атом аргона и молекула фуллерена.

Сложность заключается в том, что точная зависимость между плотностью электронов и энергией молекулы пока не установлена, и ученые вынуждены полагаться на приближенные выражения — функционалы плотности. Однако, как выяснили исследователи, многие из этих функционалов имеют «слепые пятна», что ставит под сомнение точность предсказания свойств веществ.

Руководитель проекта, Михаил Медведев, отметил, что использование большего объема информации об электронной плотности может значительно повысить точность расчетов. Ученые предлагают в будущем применять нейросетевые функционалы, способные выявлять сложные закономерности, обеспечивая более надежное моделирование химических процессов.

Разработанные модельные электронные распределения будут служить тестами для создания новых функционалов, что поможет усовершенствовать методы моделирования и избежать столкновения с «слепыми пятнами». В дальнейшем, в рамках исследования, планируется разработка нейросетевых функционалов без указанных недостатков.

]]>