Исследователи AIRI разработали новую архитектуру LAGNet, ускоряющую расчет электронной плотности молекул для создания новых лекарств с помощью нейросетей 💡

При предсказании свойств химических веществ часто необходимо вычислять электронную плотность молекул. Нейросети позволяют проводить эту работу быстрее традиционных подходов, но требуют огромных ресурсов для начального обучения модели.

LAGNet решает эту проблему, используя решетку Лебедева — математический подход, разработанный в СССР в 1980-х для оптимального распределения точек на сфере. Примененный к новой постановке задачи, он сокращает объем данных для обучения в 42 раза и требования к хранилищу — в 8 раз. LAGNet обучается в 4 раза быстрее аналогов за счет снижения нагрузки на каналы передачи данных и показывает лучшую точность при работе с лекарственными молекулами.

Научная статья вышла в журнале Journal of Cheminformatics, а код уже доступен на GitHub.

🔖Подробнее — в материале ТАСС.