На Хабре вышла пара статей от Константина Ушенина (AIRI) про то, как они используют машинное обучение для химических задач.
1. Глубокое обучение для квантовой химии. Часть I. Основы
2. Глубокое обучение для квантовой химии. Часть II. Предсказание электронной плотности

Приятного прочтения!

Каждый мужчина человек каждый день должен хоть раз подумать про молекулярные колебания. К сожалению, мысли редко выходят за рамки гармонического приближения, ибо мало кто видел как и где оно ломается. Причин две: мало кто смотрит настолько детально, и мало кто ожилает, что оно сломается вообще. Поэтому часто вопрос о применимости модели нормальных колебаний для описания движений в молекулах может поставить людей в неловкое положение: как бы оно и понятно, что есть ангармонизм, а что из этого следует — не очень понятно.

Тем не менее, негармонические молекулярные системы очень широко распространены и исследуются много-много лет. И одним из важных исследователей в этой области является техасский профессор Джаан Лээйн (Jaan Laane). Не так давно в журнале Molecules вышел его обзор на тему нежёстких молекул и ангармонических низкочастотных колебаний. Много примеров, подробные объяснения, методы решения таких задач и много-много молекул и поверхностей потенциальной энергии.

Ocola, E.J.; Laane, J.
Beyond the Harmonic Oscillator; Highlights of Selected Studies of Vibrational Potential Energy Functions.
Molecules 2025, 30, 1492.
DOI: 10.3390/molecules30071492

Приятного прочтения!

На днях в журнале Computational and Theoretical Chemistry вышла статья о применении машинного обучения для расчёта термодинамики химических реакций с участием кремнийорганических соединений (поиск переходных состояний, оценка свободной энергии и теплового эффекта) 📈.
В статье автор из Института неорганической химии имени А. В. Николаева СО РАН (Новосибирск) сравнивает результаты полученные стандартными квантово-химическими методами и программой MLAtom, подходы которой основаны на delta-learning обучении. Оба подхода сравниваются с очень мощным методом DLPNO-CCSD(T1) по качеству и скорости расчётов. 📊

Итак, статья:
P.A. Martynenko
Comparison of quantum chemical approach and mixed approach using AI in study of reactions involving silanediamides
Computational and Theoretical Chemistry (2025), V.1252, p. 115348
DOI: 10.1016/j.comptc.2025.115348

Приятного прочтения!

P.S. Автор исследования пишет: "С такими простыми задачами как молекулярный расчёт (для систем, содержащих лёгкие атомы) энергий и предсказание термодинамики, ЭСП, ИК спектров ИИ🤖 справляется очень быстро и качественно. С каждым днем методики совершенствуются, точность и скорость нейронок увеличиваются и мысль о том, что скоро квантовая химия станет пережитком прошлого навязчиво не покидает разум😵"

Немного научпопа о радиации, её влиянии на жизнь молекул, и на то, как эффекты можно изучать при помощи самых современных приборов:

Linda Young: Upgraded X-ray Laser Science: Radiation Effects
https://youtu.be/RO_33DNze4Y?si=t4DFZQYXzDFe-Npq

Пришло время и нам обзавестись мерчом😁 правда, специфическим и специфично😜

Итак, значки/брелки для ключей с уравнением Шрёдингера, оформленным под коммунистическую стилистику. Выполнены из полилактида, окрашены вручную (поэтому отстойно). Но в целом, по фиговому исполнению вполне похожи на некоторую продукцию времён СССР (здесь должен быть анекдот про советскую летающую жужалку). Естественно, как в коммунизме, значки тоже будут бесплатные, так что, кто хочет, может получить даром (то есть просто так). Но есть подвох: ни доставки, ни пересылки нет (ибо дорого, а у коммунистов жалких капиталистических бумажек нет). Так что пути получения придумывайте сами 😆

P.S. желающим можно прислать stl-файл для того, чтобы пиратски распечатать значок на своём 3D-принтере.

Как ни откроешь научную статью, так видишь всякий забугорный квантово-химический софт: вечнозелёная ORCA, ведро с гайками GAMESS US, БГмерзкий Gaussian, и прочие заморские нескрепные программы.

А хочется своего, родного, пропахшего свежераскуренным ладаном и берёзовым соком... И, к счастью, давным-давно, в подвалах (на самом деле нет, но всё же) Химфака МГУ сумрачный гений Дмитрия Николаевича Лайкова создал сверхбыстрый и свехстабильный квантово-химический код, названный незатейлево, но очень сильно: "Природа!" От одного только произнесения сего названия от данного программного пакета уже веет свежестью и новизной. И без шуток, это один из наиболее быстрых и крутых квантово-химических пакетов, с абсолютно уникальными фичами, типа MP4, CCSD и той же уникальной полуэмпирики QM.

К сожалению, мало кто знает где можно скачать этот прекрасный код. Но сейчас мы откроем тайну! Найти Природу можно по следующей ссылке:
https://rad.chem.msu.ru/~laikov/p_w/

Статью же, по которой можно ознакомиться с основными особенностями этого пакета, а также которую надо цитировать при использовании, можно найти по следующим выходным параметрам:

Laikov, D.N., Ustynyuk, Y.A.
PRIRODA-04: a quantum-chemical program suite. New possibilities in the study of molecular systems with the application of parallel computing.
Russ Chem Bull 54, 820–826 (2005).
https://doi.org/10.1007/s11172-005-0329-x

Приятного использования!

P.S. Уважайте Природу, мать вашу!

Методы теории функционала плотности — чрезвычайно распространённый инструмент из арсенала квантовой химии. Разработка новых обменно-корреляционных функционалов, ключевого элемента теории, не прекращается и по сей день. Как правило, построение новых функционалов требует подбора параметров функционала, и этот процесс можно ускорить градиентными методами оптимизации, что требует вычисления производных энергии по этим параметрам. В недавних работах, опирающихся на машинное обучение при разработке новых функционалов, вычисление необходимых производных выполнялось посредством автоматического дифференцирования. В свежеопубликованной работе Евгения Кадиленко из Института химической кинетики и горения им В. В. Воеводского СО РАН показано значительное ускорение расчета этих производных с использованием теоремы Гельмана-Фейнмана по сравнению с методом автоматического дифференцирования.

Итак, статья:
The Power of Hellmann–Feynman Theorem: Kohn–Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost
J. Phys. Chem. A 2025 (in press)
https://doi.org/10.1021/acs.jpca.5c01771

Приятного прочтения!

Искусственный интеллект (ИИ) уже прочно стал частью нашей повседневной жизни, став кому-то верным помощником, кому-то другом, а кому-то даже заменил отсутствующий интеллект естественный.

Но тем не менее надёжного и неглючащего помощника (ко-пилота) для квантово-химических расчётов пока не было... пока не вышла Aitomia из группы профессора Павло Драля (Сямэньский университет, Китай). На ChemRxiv вышел препринт соответствующей статьи:

Aitomia: Your Intelligent Assistant for AI-Driven Atomistic and Quantum Chemical Simulations
Jinming Hu,1 Hassan Nawaz, Yuting Rui, Lijie Chi, Arif Ullah, and
Pavlo O. Dral
https://doi.org/10.26434/chemrxiv-2025-gnf13-v2

Сама Aitomia доступна для тестов на её сайте:
https://aitomistic.xyz

Приятного прочтения и изучения!

Хотите усилить научный бэкграунд востребованными IT-компетенциями и открыть двери в IT-индустрию? Магистерская программа КФУ «Хемоинформатика и молекулярное моделирование» дает идеальную основу для плавного перехода в высокотехнологичные сферы, сохраняя ценность ваших знаний в химии или биологии.

Почему программа — ваш лучший старт в IT и науке будущего?

🔬 Уникальный синтез знаний:
14 лет экспертизы, 67 успешных выпускников.
Главное отличие: Готовим разработчиков алгоритмов и ПО (Python, Linux, ML) для химии/биологии, а не пользователей софта. Это ключевой навык для IT!
Современный стек: Фундаментальные дисциплины (квантовая химия, мол. динамика, хемоинформатика) + актуальные IT-технологии (машинное/глубокое обучение, биоинформатика, Big Data).
Практика от экспертов: Преподаватели с опытом в R&D проектах для науки и индустрии.
Бесплатно: 10 бюджетных мест.

🌍 Карьера: Наука, Фарма, IT — выбор за вами:
Выпускники успешно строят карьеру:

В IT: → Разработчик научного ПО (Python) → Data Scientist (Chemistry/Biology) → Специалист по ML/AI для наук о жизни → Инженер по вычислительным методам.
В Фарме: → Специалист CADD (компьютерный дизайн лекарств) → Биоинформатик → Аналитик химических данных.
В Науке: → Исследователь (мол. моделирование, дизайн материалов) → Кандидат в аспирантуру (РФ/зарубежье).

Чему вы научитесь за 2 года (очно):
➡️ Профессионально программировать на Python: ООП, научные библиотеки (NumPy, Pandas, Scikit-learn), веб-инструменты (Flask/Django опционально), работа в Linux.
➡️ Владеть методами Data Science & ML: Предсказание свойств веществ, анализ "структура-активность", обработка больших химических/биомедицинских данных.
➡️ Применять молекулярное моделирование: Квантово-химические расчеты, молекулярная динамика — для задач дизайна лекарств/материалов.
➡️ Разрабатывать и внедрять собственные вычислительные решения.
➡️ Говорить на языке IT-команд: Понимание жизненного цикла ПО, DevOps-практик (Git, CI/CD, Docker).

Это для вас, если вы:
Бакалавр или специалист (химия, биология, химтехнология) с интересом к IT и желанием расширить карьерные горизонты.
Хотите сохранить связь с естественными науками, но получить конкурентные IT-навыки (разработка, Data Science, ML).
Ищете структурированный путь перехода в IT-сектор с уникальной специализацией.
Готовы учиться программированию с нуля — мы научим!

🚀 Получите мощный гибридный профиль: Глубокие научные знания + Профессиональные IT-навыки. Станьте незаменимым специалистом на стыке дисциплин.

⏰ Дедлайн подачи документов: 11 августа 2025 года.
Сделайте шаг к карьере в науке, фарме или IT с бесплатной магистратурой КФУ!

➡️ Узнать подробнее про магистратуру:
master.cimm.site
➡️ Подать заявку онлайн:
https://admissions.kpfu.ru/#offset-registration
➡️ Контакты:

Email: [email protected]
Валентина Афонина (TG/VK @valiaafo)
Тимур Гимадиев (Руководитель программы, VK @id1212412)

#Хемоинформатика #МолекулярноеМоделирование #КФУ #ХимияПлюсIT #ПереходВIT #DataScience #Bioinformatics #РазработкаПО #Python #MachineLearning #БюджетнаяМагистратура #КарьераВНауке #Магистратура

Мало кто знает, что Columbus — это не только имя фрика, по случайному стечению обстоятельств открывшего Новый Свет, или разбившегося в ужасной катастрофе космического челнока, но ещё и название квантово-химического кода с кучей уникальных фич. Известная своей user-unfriendliness и могущественной мультиреференсной магией, многие могли подумать, что сей проект потихоньку умирает. Но как бы не так! Свежевышедшая статья в Journal of Physical Chemistry A напоминает нам о существовании этого программного продукта, а также рассказывает о нём и его возможностях. Итак:

COLUMBUS─An Efficient and General Program Package for Ground and Excited State Computations Including Spin–Orbit Couplings and Dynamics
Felix Plasser et al.
The Journal of Physical Chemistry A 2025 129 (28), 6482-6517
DOI: 10.1021/acs.jpca.5c02047

Статья в открытом доступе. Приятного прочтения!

Квантовой механике в этом году исполняется ровно 100 лет! Именно в 1925-м году Вернер Гейзенберг на острове Гельголанд вывел свои уравнения матричной квантовой механики (об этом можно подробнее почитать в этом посте). И в честь этого знаменательного события журнал Природа (Nature) провёл большой опрос специалистов, занимающихся квантовой механикой, о том, что собственно те думают об области своей работы. 15000 авторам статей, в которых использовалась квантовая механика, были высланы приглашения принять участие в опросе, из них 1100 человек откликнулись, и наконец по результатам этого мини-исследования была опубликована заметка. Вот она:

Physicists disagree wildly on what quantum mechanics says about reality, Nature survey shows
First major attempt to chart researchers’ views finds interpretations in conflict.
Elizabeth Gibney
Nature 643, 1175-1179 (2025)
DOI:10.1038/d41586-025-02342-y

В статье есть и обзор пяти самых популярных, согласно опросу, интерпретаций квантовой механики (копенгагенская, эпистемологический подход, многомировая, бомовская и случайный коллапс), и мнения разных учёных и философов, и даже котики Шрёдингера. Короче, советуется к прочтению! (тем более, что как минимум ваш одмин участвовал в том самом опросе😅) Ну и сами данные опроса тоже доступны к скачиванию в приложении к заметке.

Приятного прочтения!

Стань специалистом будущего: два онлайн-курса по биоинформатике — старт 20 августа!

Передовая инженерная школа НГУ открывает набор на программы для тех, кто хочет стать экспертом в биоинформатике и работать с большими объемами данных

🧬 Как строить генные сети и анализировать мутации на практике?
Если вы работаете с молекулярными данными или хотите углубиться в биоинформатику — обратите внимание на онлайн-курс «Базы данных в биологии и медицине. Генные сети».

🔍 Научитесь:
• Работать с NCBI, KEGG, UniProt, ClinVar, PDB
• Использовать инструменты AlphaFold, BLAST, Cytoscape
• Визуализировать молекулярные взаимодействия и прогнозировать патологии

👩‍🔬 Для студентов, исследователей, R&D-специалистов в биотехе и фарме
💳 Стоимость: 20 000 ₽ | 📄 Удостоверение гособразца | Онлайн с записями
👉 Подробнее и регистрация clck.ru/3NPcbg

⚡️ Хотите автоматизировать анализ больших геномных данных и выйти на новый уровень работы с биоинформатикой?

Присоединяйтесь к онлайн-курсу «Разработка биоинформатических пайплайнов».

🔬 На курсе вы научитесь:
• Автоматизировать обработку данных секвенирования нового поколения (NGS)
• Работать с современными инструментами Linux, Bash, Conda, Singularity, Nextflow
• Эффективно обрабатывать и анализировать большие объёмы геномных данных

🧑‍💻 Для студентов, молодых учёных, R&D-специалистов, аналитиков и всех, кто хочет освоить современные инструменты биоинформатики

💳 Стоимость: 28 000 ₽ | 📄 Удостоверение гособразца | Онлайн с записями
👉 Подробнее и регистрация clck.ru/3NPccs

📅 Старт обоих онлайн-курсов — 20 августа! Места ограничены.