科學家們已經(jīng)開發(fā)出一種機器學習算法，可以預測有機分子中的電子能量水平。這一突破是在一個超過22000個分子的數(shù)據(jù)庫中訓練出來的，技術上的進步可以加速像藥品這樣的功能分子的設計。

有機化學即對碳基分子的研究，不僅是生物體科學的基礎，而且對許多當前和未來的技術至關重要，如有機發(fā)光二極管(OLED)顯示器。了解一種材料分子的電子結構是預測該材料化學特性的關鍵。

在東京大學工業(yè)科學研究所的研究人員最近發(fā)表的一項研究中，開發(fā)了一種機器學習算法來預測有機分子內(nèi)的狀態(tài)密度，即電子在材料分子內(nèi)的基態(tài)所能占據(jù)的能級數(shù)量。這些基于光譜數(shù)據(jù)的預測對有機化學家和材料科學家分析碳基分子時有很大幫助。

通常用來尋找狀態(tài)密度的實驗技術可能很難解釋。被稱為核心損失光譜的方法尤其如此，它結合了能量損失近邊緣光譜(ELNES)和X射線吸收近邊緣結構(XANES)。這些方法在材料樣品上照射一束電子或X射線;由此產(chǎn)生的電子散射和對材料分子發(fā)射的能量的測量使得感興趣的分子的狀態(tài)密度可以被測量。然而，光譜所具有的信息只是在激發(fā)分子的電子缺失(未被占據(jù))狀態(tài)。

為了解決這個問題，東京大學工業(yè)科學研究所的團隊訓練了一個神經(jīng)網(wǎng)絡機器學習模型來分析核心損耗光譜數(shù)據(jù)并預測電子狀態(tài)的密度。首先，通過計算超過22000個分子的狀態(tài)密度和相應的核損光譜，構建了一個數(shù)據(jù)庫。他們還添加了一些模擬的噪聲。然后，在核損光譜上對該算法進行了訓練，并對其進行了優(yōu)化，以預測基態(tài)下占位和非占位狀態(tài)的正確密度。

"我們試圖用一個由較小分子訓練的模型來推斷對較大分子的預測。我們發(fā)現(xiàn)通過排除微小的分子可以提高準確性，"主要作者Po-Yen Chen解釋說。

該團隊還發(fā)現(xiàn)，通過使用平滑預處理和向數(shù)據(jù)添加特定的噪聲，可以改善對狀態(tài)密度的預測，這可以加速預測模型在真實數(shù)據(jù)上的應用。

高級作者Teruyasu Mizoguchi說："我們的工作可以幫助研究人員了解分子的材料特性，并加速功能分子的設計。這可以包括藥品和其他令人興奮的化合物。"

關鍵詞： 機器學習 有機化學 有機化學研究