Ученые Санкт-Петербургского государственного университета и Самарского государственного технического университета объединили топологический анализ кристаллов с искусственным интеллектом, превратив мировой массив кристаллических структур в большие данные, из которых можно извлекать новое химическое знание. Эта технология помогает выявлять особенности конфигурации частиц и химические закономерности, которые сложно обнаружить при стандартном поиске. Результаты исследования, поддержанного Российским научным фондом, опубликованы в журнале Coordination Chemistry Reviews. Об этом сообщает CNews.

Свойства и строение веществ определяются не только прочными ковалентными связями внутри молекул, но и более слабыми нековалентными. Несмотря на их сравнительно небольшую силу, они играют ключевую роль в формировании и устойчивости сложных систем. Эти силы способны обеспечивать прочность даже самых хрупких конструкций, действуя сообща. Благодаря им белки принимают нужную форму, цепи ДНК удерживаются вместе, а также создаются материалы с различными характеристиками.

Одним из видов нековалентных взаимодействий является галогенная связь, возникающая с участием элементов 17-й группы периодической таблицы, таких как хлор, бром и йод. Из-за неравномерного распределения заряда в атомах этих элементов появляются области с пониженной электронной плотностью, которые притягиваются к богатым электронами участкам соседних частиц, помогая им правильно располагаться. Это особенно важно в медицине, так как подобные процессы могут влиять на эффективность лекарств и биологически активных веществ.

Разнообразие таких контактов и особенности их комбинаций химики оценивают по базам кристаллических данных, что помогает объяснять свойства веществ и создавать новые материалы. В таких хранилищах содержится миллионы записей, и только Кембриджская база данных к началу 2026 года насчитывала более 1,4 миллиона структур.

Однако анализировать столь большие массивы данных непросто. В одном соединении могут встречаться разные варианты ориентации частиц, отличающиеся геометрией. Поэтому поиск обычно ведется по заранее заданным параметрам, что может привести к пропуску необычных сочетаний.

Чтобы ускорить обработку информации и расширить возможности отбора, ученые СПбГУ совместно с коллегами из СамГТУ предложили подход, объединивший топологическую оценку кристаллов и инструменты искусственного интеллекта. На первом этапе данные Кембриджской базы обрабатывались с помощью программного комплекса ToposPro, который определяет соседство атомов по геометрии вещества.

Этот метод можно сравнить с системой распознавания лиц, которая ищет все варианты, похожие на заданный образ. Однако он дает тысячи потенциальных контактов в сотнях соединений, которые невозможно просмотреть вручную. Поэтому для дальнейшего исследования была подключена большая языковая модель, помогающая выявлять статистические закономерности.

«Мы хотели построить поиск так, чтобы его условия не предопределяли ответ. Нейросеть здесь — партнер, а не замена человеку: каждый вывод мы проверяли сами. Однако для ряда взаимодействий число структур уже превышает то, что химик может просмотреть, и анализ с помощью нейросети стал необходимым», — отметил академик РАН Вадим Кукушкин.

Эксперты проверили новый подход на солях гипервалентных хлора, брома и йода, изучив 1553 контакта в 473 кристаллах. Авторы выделили пять вариантов их взаимного расположения.

«Главное преимущество метода в том, что людям не нужно заранее решать, какое расстояние считать значимым. Благодаря этому нам удалось найти перпендикулярные контакты, которые могли остаться незамеченными», — добавил директор МНИЦТМ СамГТУ Владислав Блатов.

При обнаруженной конфигурации соседняя частица подходит к атому йода не со стороны σ-дырок, а перпендикулярно плоскости C—I—C. Это означает, что один йодониевый центр может удерживать до трех партнеров одновременно. Исследователи планируют уточнить электронную природу этого эффекта с помощью квантово-химических расчетов.

«Кембриджская база хранит данные о большом числе кристаллических структур, но не все взаимодействия замечены. Мы ищем такие „скрытые“ контакты, которые реально работают в кристаллах, но пока не зафиксированы», — заключили авторы работы.

Предложенный подход может применяться для изучения различных веществ. Ученые СПбГУ и СамГТУ продолжают совместную работу, распространяя метод на другие классы соединений и типы нековалентных взаимодействий.