Ett nytt gemensamt ryskt-franskt-japanskt team har utvecklat en beräkningsmodell som kan förutsäga egenskaperna hos nya molekyler baserat på analys av grundläggande kemiska lagar. Studien, med titeln "Att använda AI-metoder för planering av kemisk syntes, " publiceras i Journal of Chemical Information and Modeling .

Docent Timur Madzhidov säger, "Vi erbjöd ett sätt att infoga de redan existerande kemiska ekvationerna i vissa ramverk för maskininlärning. Det testades på förutsägelser av tautomera konstanter och surhet, som är sammanlänkade av Kabachnik-ekvationen. Genom att använda det funktionella ömsesidiga beroendet dem emellan, det neurala nätverket lär sig hur man förutsäger båda dessa egenskaper."

Prototrop tautomerism är fenomenet reversibel isomerism, i vilka isomerer (ämnen med samma kvalitativa och kvantitativa sammansättning, men som skiljer sig i struktur och egenskaper) övergår lätt till varandra på grund av överföringen av en väteatom.

"Tautomera transformationer är mycket vanliga för organiska föreningar, är känd för ungefär hälften av alla upptäckta föreningar. Till exempel, en av mekanismerna för spontana mutationer är knuten till de tautomera transformationerna av DNA-nukleinbas. Det är därför man måste ta hänsyn till tautomerism vid registrering av nya föreningar, under datordesign av nya mediciner, och sökandet efter molekyler med förutbestämda egenskaper, säger Madzhidov.

Resultaten av denna forskning kan öka precisionen i förutsägelsen av fysikalisk-kemiska egenskaper hos designade mediciner och material, samt korrekt prognostisera parametrarna för kemiska reaktioner.