Meta представила OMat24 для открытия новых материалов

OMat24 - новый набор данных, который содержит более 100 миллионов расчетов с использованием теории функционала плотности (DFT), фокусируясь на структурном и композиционном разнообразии материалов.

Также представлена модель EquiformerV2 (86 млн параметров), предобученная на OMat и дообученная на MPtraj. Эта модель достигает лучших результатов в задаче открытия материалов на бенчмарке Matbench.

Есть и маленькая версия EquiformerV2 (31 млн параметров), обученная только на MPtrj с использованием вспомогательной задачи шумоподавления (DeNS), что улучшило производительность модели.

Авторы подчеркивают, что их работа основана на открытых исследованиях, в частности, на проектах Alexandria и Materials Project.

Набор данных.
Модели.

*запрещенная организация в РФ.

Google DeepMind открыл исходный код ИИ-модели AlphaFold 3

Модель предсказывает структуры и взаимодействия различных биомолекул, включая белки, ДНК, РНК и лиганды.

Опираясь на успех своего проекта AlphaFold2, который совершил фундаментальный прорыв в прогнозировании структуры белков в 2020 году, Google DeepMind и ее дочерняя компания Isomorphic Labs запустили AlphaFold3 в мае 2024 г. Спустя шесть месяцев DeepMind открыл исходный код своей платформы для некоммерческих применений.

Это решение знаменует собой значительный прогресс, который может существенно ускорить научные открытия и разработку новых лекарств. Это первый полноценный релиз после получения создателями Нобелевской премии по химии в 2024 г.

Репозиторий: https://github.com/google-deepmind/alphafold3

#ПО

27 января стартует 11-я Виртуальная зимняя школа по вычислительной химии

Открыта регистрация на 11-ю Виртуальную зимнюю школу по вычислительной химии, которая пройдет с 27 по 31 января 2025 года.

Программа мероприятия включает:

- лекции ведущих специалистов в области вычислительной химии;
- воркшопы по программным комплексам ORCA 6 и xTB;
- возможность представить свои исследования в формате Single Figure Presentation (время выступления – 3 мин.)

Крайний срок подачи материалов для презентаций – 26 января 2025 г.
Регистрация на мероприятие – до 24 января 2025 г.
Участие бесплатное.

Регистрация доступна по ссылке.

#мероприятия #обучение

MatterGen: инструменты ИИ для создания и моделирования новых материалов от Microsoft

Компания Microsoft Research представила два инструмента искусственного интеллекта — MatterGen и MatterSim, которые могут генерировать новые материалы с желаемыми свойствами и моделировать их поведение в реальных условиях.

MatterGen использует специальный алгоритм диффузии для создания трехмерных молекулярных структур. В сотрудничестве с исследовательским институтом материал, предложенный MatterGen, уже был успешно синтезирован.

MatterSim дополняет процесс генерации, используя квантовую механику и машинное обучение для моделирования свойств предлагаемых материалов в реалистичных условиях. Microsoft выпустила исходный код MatterGen под открытой лицензией.

Оба инструмента теперь являются частью платформы Microsoft Azure Quantum Element.

Подробнее - по ссылке.

Результаты исследований опубликованы в журнале Nature.

Репозиторий на github.

#ПО #МОиИИ #бизнес

OpenAI идет в биотехнологии: революционная модель GPT-4b для инженерии белков

Компания OpenAI представила революционную модель GPT-4b micro, предназначенную для создания и модификации белков. Этот шаг стал первым опытом OpenAI в анализе биологических данных. Новая модель значительно улучшает процесс перепрограммирования клеток, увеличивая эффективность работы с факторами Яманаки – белками, необходимыми для превращения обычных клеток в стволовые – более чем в 50 раз по сравнению с традиционными методами.

Развитие технологий на основе стволовых клеток с помощью ИИ предлагает устойчивую альтернативу традиционной трансплантации органов. Это позволяет сократить зависимость от донорской системы и минимизировать связанные этические и экологические проблемы.

Интеграция ИИ в биотехнологии может подстегнуть рождение новых отраслей, ориентированных на персонализированную медицину и исследования долголетия. Данные направления имеют потенциал стать рынками на триллионы долларов, фундаментально изменив систему предоставления медицинских услуг.

Подробнее - по ссылке.

#ПО #МОиИИ #бизнес

Крупный релиз MOPAC v23.0.0

MOPAC (Molecular Orbital PACkage) — программный пакет вычислительной химии, который реализует множество полуэмпирических методов квантовой химии и подходит, в первую очередь, для газофазной термохимии. MOPAC был первоначально разработан в начале 1980-х годов и выпущен как ПО с открытым исходным кодом, в 1993 г. он стал коммерческим ПО, распространяемым Fujitsu. В 2022 году был снова выпущен как ПО с открытым исходным кодом и опубликован на GitHub.

Последний релиз включает обновления:
- Расширенная доступность и интеграция,
- Поддержка MDI Engine,
- Прямые вызовы библиотек,
- Бездисковый API, обеспечивающий бесшовную интеграцию с программным обеспечением, написанным на C, Python или Julia.

Ознакомиться с полным списком обновлений и загрузить последнюю версию можно здесь.

#ПО

Китайские ученые раскрывают потенциал ядерного электрического резонанса для манипуляций с ДНК

Исследователи из Пекинского университета (Китай) опубликовали исследование в журнале Intelligent Computing, в котором показано, как с помощью градиентов электрического поля можно управлять ядерными спинами атомов азота в ДНК, что позволяет кодировать генетическую и структурную информацию, открывая путь к созданию ДНК-устройств для хранения данных и выполнения квантовых вычислений.

Результаты исследования могут быть использованы в разработке молекулярных квантовых компьютеров и более эффективной обработке генетической информации.

Подробнее – по ссылке.

#наука

MaX school: Моделирование материалов и молекул в QUANTUM ESPRESSO

Доступна запись школы MaX school: Materials and molecular modelling with QUANTUM ESPRESSO - 2024. Школа организована MaX CoE, Национальными центрами компетенций в области HPC Австрии, Чехии, Венгрии, Польши, Словакии и Словении. Программа ориентирована как на начинающих, так и на продвинутых пользователей.
(Запись разделена на 3 части.)

День 1: https://www.youtube.com/watch?v=HknPlJzMmx0
➤ Quantum ESPRESSO: обзор и основы
➤ Практикум: как скомпилировать QUANTUM ESPRESSO. Расчеты SCF + постобработка. XCrySDen, Pwgui, QE-emacs-modes и PWTK
➤ Плотности зарядов и потенциалы. Системы в 0-1-2-3D. Металлы vs изоляторы. Немагнитные vs магнитные системы
➤ Практикум: расчеты SCF + постобработка

День 2: https://www.youtube.com/watch?v=AERUDj-0o0M
➤ Силы, напряжения, оптимизация геометрии
➤ Поиск седловых точек: метод NEB
➤ Практикум: оптимизация, NEB
➤ Расширенные функционалы: более высокая точность (гибриды), сильно коррелированные материалы (DFT+U), слабосвязанные системы (ван-дер-Ваальса)
➤ Практикум: функционалы

День 3: https://www.youtube.com/watch?v=iX4xHTJjJec
➤ Теория возмущений функционала плотности: фононы
➤ Практикум: фононы

#ПО #обучение

AI для электромобилей: Контракт на сумму $10 млн на разработку литий-металлических и литий-ионных аккумуляторов с улучшенными функциями на базе ИИ

SES AI и два автопроизводителя, объявили о подписании контрактов на сумму до $10 млн. на разработку литий-металлических и литий-ионных батарей с использованием искусственного интеллекта для электрических транспортных средств (EV).

Компания использует AI для научных исследований в области открытия новых материалов для батарей. Это включает в себя разработку электролитов, которые были обнаружены с помощью их программы Molecular Universe. Как ожидается, новые батареи будут обладать повышенной плотностью энергии и более коротким временем зарядки.

Подробнее – по ссылке.

#МОиИИ #бизнес

Новые материалы на базе ИИ - одно из приоритетных направлений исследований Министерства Энергетики США в области ядерной энергетики

В декабре 2024 г. вышел отчёт о панельной дискуссии Министерства Энергетики США “Foundational Science to Accelerate Nuclear Energy Innovation”. Доклад выделяет пять приоритетных направлений исследований, направленных на решение ключевых научных задач для развития ядерных энергосистем нового поколения.

Среди них — материаловедение, разработка передовых теплоносителей, исследование межфазной химии, использование искусственного интеллекта для ускоренного поиска новых материалов, а также применение многомасштабных экспериментальных и вычислительных методик.

Обсуждения круглого стола акцентировали внимание на необходимости создания материалов, способных выдерживать экстремальные условия высокотемпературных реакторов и интенсивного излучения, а также на интеграции ИИ-технологий с традиционными методами для повышения эффективности и устойчивости ядерных систем.

#аналитика

Машинно-обучаемый потенциал для моделирования механических и тепловых свойств нанотрубок

В журнале Journal of Chemical Theory and Computation опубликована статья, посвященная разработке нового машинно-обучаемого потенциала для моделирования механических и тепловых свойств нанотрубок на основе нафтильных соединений. Двумерные наноматериалы, особенно углеродные нанотрубки, находятся в авангарде современных нанотехнологий благодаря своим уникальным свойствам и широкому спектру потенциальных применений.

Представленный бразильскими и немецкими учеными межатомный потенциал позволяет с высокой точностью моделировать механические и тепловые характеристики нафтильных нанотрубок и демонстрирует высокую эффективность в предсказании свойств подобных материалов, что открывает новые возможности для их изучения и применения.

Подробнее - по ссылке.

#наука #МОиИИ

Бесплатные курсы по материаловедению от ведущих университетов мира, Часть 1

Предлагаем Вашему вниманию подборку курсов по тематике материаловедения с сайта coursera.org

1. Введение в материаловедение: Introduction to Materials Science
Аризонский государственный университет (Arizona State University), продолжительность - 29 часов, уровень - начальный

2. Основы материаловедения: Fundamentals of Materials Science
Шанхайский университет Цзяо Тун (Shanghai Jiao Tong University), уровень - средний

3. Введение в высокопроизводительную разработку материалов: Introduction to High-Throughput Materials Development
Технологический институт Джорджии (Georgia Institute of Technology), 16 часов, уровень - средний

4. Введение в физическую химию: Introduction to Physical Chemistry
Манчестерский университет (University of Manchester), 18 часов, уровень - начальный

5. Материаловедение: 10 вещей, которые должен знать каждый инженер: Materials Science: 10 Things Every Engineer Should Know
Калифорнийский университет в Дэвисе (University of California, Davis), 8 часов, уровень - начальный

#обучение

Новые направления в квантовых исследованиях: супрамолекулярная химия обнаруживает кандидатов в кубиты

Исследователи из Университета Фрайбурга (Германия) и Института Шарля Садрона (Франция) впервые смогли показать, что нековалентные связи могут обеспечить эффективную спиновую коммуникацию.

Главное преимущество - формирование упорядоченной сети спиновых кубитов - теперь может быть достигнуто с использованием супрамолекулярных подходов, что позволит тестировать новые комбинации молекул и масштабируемость системы без значительных синтетических усилий.

В исследовании использовали модельную систему, состоящую из перилендиимидного хромофора и нитроксидного радикала, который самоорганизуется в функциональные единицы в растворе посредством водородных связей.

Исследование в журнале Nature Chemistry - здесь.
Полная статья - по ссылке.

#наука

ТОП-5 инструментов ИИ для химиков-исследователей

Африканский химик-исследователь провел опрос специалистов по вычислительной химии, в т.ч. из Стенфорда и Массачусетского технологического института, и составил рейтинг наиболее популярных инструментов ИИ для повседневной работы ученых.

Инструменты оценивались по 3 критериям:
• функциональность;
• достоинства и недостатки;
• ценообразование.

ТОП-5:
• AlphaFold – предсказывает точные трехмерные структуры белков, совершая революцию в структурной биологии.
• ChemGPT – предоставляет точные решения и углубленную помощь по различным темам химии, подходит для студентов и профессионалов.
• Syntelly – предлагает модульную ИИ-платформу для органической и медицинской химии, включая обширную базу данных и прогнозы свойств соединений.
• Chemistry Assistant от HyperWrite — инструмент на базе ИИ, предназначенный для ответа на вопросы по химии и решения сложных задач, полезен как для обучения, так и для преподавания.
• ИИ-Платформа Isomorphic Labs — фокусируется на разработке лекарственных препаратов с использованием искусственного интеллекта, ускоряя разработку новых лекарственных средств за счет прогнозирования молекулярных взаимодействий.

Подробнее - по ссылке.

#ПО #МОиИИ

Тестирование методов теории функционала плотности для реакций горения алканов

Аспирантка из Университета Стоуни-Брук (Нью-Йорк, США) представила исследование, посвященное тестированию методов теории функционала плотности (DFT) для расчета термодинамических свойств реакций горения алканов. В работе сравниваются различные функционалы DFT с целью определения их точности в предсказании ключевых параметров, таких как энергия активации и тепловые эффекты реакций.

Результаты исследования показали, что некоторые функционалы DFT демонстрируют высокую точность в расчетах, что делает их пригодными для моделирования сложных процессов горения. Это особенно важно для разработки более эффективного и экологически безопасного топлива.

Подробнее - по ссылке.

Скачать статью с ChemRxiv.

Репозиторий на github.

#наука

Schrödinger выбирает платформу Sapio Sciences для улучшения «in silico» разработки лекарств

Компания Schrödinger, лидер в области вычислительной химии, объявила о партнерстве с Sapio Sciences для интеграции их инструментов в собственную платформу. Инструменты Sapio, включая Sapio LIMS и Sapio ELN, позволяют управлять данными на всех этапах — от проектирования плазмид до анализа молекулярных структур, повышая эффективность лабораторных исследований и ускоряя открытие новых материалов.

Сотрудничество направлено на улучшение точности и скорости вычислительных методов для предсказания свойств лекарственных соединений.

Подробнее - по ссылке.

#ПО #МОиИИ #бизнес #фарма

Регистрация на конференцию «Matter & Materials» продлена до 7 февраля

Место проведения: Кампус Сколтех
Даты: 03-04 марта 2025 г.

Конференция посвящена последним исследованиям и достижениям в области материаловедения, химии и смежных областей, ожидается интересная лекционная программа. Цель конференции — объединить исследователей для обмена опытом и развития сотрудничества.
Участие - бесплатное.

Список выступающих, программа конференции и регистрация – по ссылке.

ИИ ускоряет поиск материалов для топливных элементов

Китайские ученые применили машинное обучение для анализа электронных свойств и кинетики материалов топливных элементов. Алгоритмы были использованы для предсказания каталитической активности и стабильности, сокращая время поиска оптимальных решений.

Результаты выявили перспективные сплавы на основе платины и переходных металлов, способные снизить затраты и повысить эффективность водородных топливных элементов.

Подробнее – по ссылке.

Исследование опубликовано в журнале AI Mater по ссылке.

#наука #МОиИИ

Новый комбинированный вычислительно-экспериментальный подход к характеристеризации фотоактивных сопряженных 3D-полимеров

Международная группа исследователей разработала новый комбинированный подход для анализа экспериментальных спектров, направленный на выявление олигомерной структуры аморфных трёхмерных полимеров. Предложенный протокол позволяет более детально изучить молекулярную организацию аморфных материалов.

Протокол использует внутренний код Ambuild для выращивания кинетически контролируемых репрезентативных олигомерных кластеров аморфного полимерного материала. Последующие расчеты электронной структуры позволяют прогнозировать ИК-, ЯМР- и УФ-видимые спектры, что помогает разрабатывать связи структура-свойство для объемных материалов.

Данный метод предоставляет более доступный способ анализа сложных полимерных структур, что способствует лучшему пониманию их свойств и потенциальному улучшению характеристик для различных областях применения.

Подробнее – по ссылке.

#наука

Ускоренный расчет электронной структуры для поиска новых материалов

Ученые из Йельского университета разработали метод, сочетающий машинное обучение и квантово-химические расчеты, для быстрого предсказания свойств материалов. В основе подхода лежит использование вариационных автокодировщиков (VAE), которые автоматически определяют оптимальное представление электронной структуры, избегая ручного проектирования признаков, захватывая ключевую физическую информацию из исходных данных.

Исследователи продемонстрировали, что волновые функции DFT лежат в низкоразмерном многообразии, что упрощает прогнозирование зонных структур квазичастиц с высокой точностью (ошибка всего 0,11 эВ).

Подробнее – по ссылке.

#МОиИИ #наука #технологии

Доступно обновление Avogadro 2 v1.100.0

Релиз содержит исправления, новые функции и улучшения производительности.

Ключевые аспекты:
- Более быстрые поверхностные сетки,
- Новый пакет Flatpak с поддержкой ARM и совместимостью с Qt6,
- Размытие глубины резкости и рендеринг тумана,
- Прозрачные стили (шарики и палочки, Ван-дер-Ваальс, лакрица) с настройкой каждого слоя,
- Возвращена панель молекулярных орбиталей.

Дополнительные функции:
- Улучшенные спектральные графики (ЯМР, УФ, CD),
- Рендеринг остова ДНК/РНК,
- Расчеты дипольных моментов и длин связей,
- Окно молекулярных свойств (HOMO, LUMO, заряды и т.д.),
- Улучшенный анализ файлов для ORCA, SDF, v3000 и др.

Подробнее – по ссылке.

#ПО