AI減少了研究暴露在光下的分子的命運所需的計算時間

光誘導過程在諸如太陽能收集之類的轉化技術以及光醫學和光響應材料中至關重要。光誘導過程動力學的理論研究需要大量的電子結構計算，這在計算上是昂貴的。格羅寧根大學的科學家開發了基于機器學習的算法，該算法大大減少了這些計算。他們開發的開源軟件包PySurf于11月24日發表在《化學理論與計算雜志》上。

分子暴露在光線下如何表現?對這一過程的了解不僅是自然界中至關重要的過程(例如光合作用和維生素D產生)的核心，而且對于合理設計具有特定光響應特性的新分子也至關重要。

機器學習

該論文的主要作者，理論化學副教授Shirin Faraji解釋說，盡管在硬件和計算方法方面取得了長足進步，但光與分子之間相互作用的計算仍然是一個挑戰。“對于中型分子，高級電子結構計算已經非常昂貴，典型的生色團具有約30個重原子。” 實際上在量子力學水平上包括環境對這種系統的影響是不可能的。

“目前的軟件會搜索整個構象空間，但是我們使用機器學習來排除此構象空間搜索的一部分，這使其成為非常聰明的搜索，” Faraji解釋說。“因此，我們的軟件比現有的直接動力學軟件所需的計算時間少幾個數量級。” 在論文中，開發人員報告了兩個基準分子SO 2和吡嗪的光動力學，并表明它們的結果與使用完全基于量子動力學的模擬獲得的結果可比。

量子化學

此外，該軟件包是從頭開始開發的，并且易于適應特定目的，例如通過使用插件和工作流引擎。Faraji評論說：“博士生可以輕松地深入研究代碼并開發特定的算法，例如，一種新的基于神經網絡的算法。”

Faraji為多個軟件包提供了代碼，其中最著名的是Q-Chem，它是全球領先的量子化學軟件程序之一，目前是Q-Chem董事會成員。新的PySurf軟件包將與Q-Chem以及其他電子結構軟件對接。PySurf是開源的，這意味著它可以與手冊一起免費下載，Faraji的團隊將為用戶提供支持。

初版

PySurf軟件是由荷蘭研究委員會(NWO)Vidi計劃個人資助Faraji資助的一個項目的結果。Faraji總結說：“我們僅用了一年半的時間就完成了這個為期五年的項目。因此，當前版本只是第一個發行版。我們將繼續對該程序進行優化，以創建一個用戶友好的界面。”