Центр искусственного интеллекта в химии

Искусственный интеллект Нанотехнологии Дизайн лекарств

R-35D72-0BBA0-UE21K

0000-0002-5081-4876

56053849400

JO7dXjkAAAAJ

Заведующий лабораторией

Виноградов Владимир Валентинович

д. н.

Публикаций

134

Цитирований

3 221

Индекс Хирша

Необходимо авторизоваться.

Сайт лаборатории

В 2022 году в рамках проекта Data-Driven Nanomedicine в Университете ИТМО открыли отдельное подразделение “Центр искусственного интеллекта в химии” и новую магистерскую программу “Химия и искусственный интеллект“. Сейчас Центр ー это комьюнити магистрантов и аспирантов, которые применяют методы машинного обучения для научных задач в области химии, решение которых ранее происходило либо очень плохо, либо не решалось вовсе. Наши ученые не боятся больших вызовов и фронтирных целей. Принцип их работы — think digital and without limits. Мы верим в инновационные идеи и не любим делать рутинную работу — поэтому разрабатываем цифровые сервисы и веб-платформы для решения глобальных задач химиков и материаловедов, статьи о которых публикуют топовые журналы, входящие в репутационный рейтинг Nature Index. Сейчас мы реализуем собственную образовательную программу, проводим мероприятия, сотрудничаем с индустрией, выигрываем конкурсы, выступаем с лекциями и стремимся к новым научным прорывам и коллаборациям.

Аналитические методы, численное моделирование, программирование
Искусственный интеллект
Молекулярная динамика и квантово-химические расчеты
DFT расчеты

Мини-кухня, чтобы выпить кофе и перекусить

Переговорка для созвонов и личных встреч

Пространство для общих митингов, лекций и неформальных встреч

Офис сотрудников

Владимир Виноградов 🥼

Заведующий лабораторией

Андрей Дмитренко

Главный научный сотрудник

Александра Фальчевская

Старший научный сотрудник

Даниил Кладько 🥼 🤝

Старший научный сотрудник

Никита Серов

Старший научный сотрудник

Юлия Разливина 🤝

Старший научный сотрудник

Валерия Одегова

Научный сотрудник

Сусан Джьякхво 🤝

Научный сотрудник

Мария Еремеева 🤝

Научный сотрудник

Нина Губина

Научный сотрудник

Анастасия Орлова

Научный сотрудник

Иван Дубровский

Научный сотрудник

Направления исследований

ИИ в работе с молекулярными машинами

Главная цель направления — разработка набора инструментов, использующих искусственный интеллект, data science и расчетные методы. Это позволит создавать молекулярные машины, такие как ферменты, для выполнения прикладных задач. Такие инструменты позволят лучше понять устройство молекулярных машин, что даст возможность сформировать систему, которую мы называем «Lego молекулярных машин». Эта система подразумевает поиск/создание отдельных и независимых функциональных единиц или модулей, а также способы их сборки в молекулярные машины «под ключ» с заранее заданным поведением и набором активностей.

Применение ИИ в пищевой отрасли

В Центре искусственного интеллекта в химии фокусируются на двух ключевых направлениях в области фудтеха. Это применение ИИ для оптимизации процессов виноделия, включая генерацию купажей, предсказание ароматических характеристик вина и создание рекомендательной системы для выбора наилучших вариантов вин. Кроме того, Центр также занимается использованием искусственного интеллекта для улучшения процессов пивоварения. Оба эти проекта направлены на создание цифровых сервисов, которые помогают как потребителям, так и производителям, оптимизируя производственные процессы и улучшая опыт выбора продуктов.

Оцифровка и предсказание свойств наноматериалов

Наш Центр специализируется на передовых методах, использующих нейронные сети, машинное обучение и искусственный интеллект для предсказания свойств наноматериалов. Ученые разрабатывают модели и веб-платформы, способные прогнозировать клеточную токсичность, магнитные и каталитические свойства наночастиц, что имеет важное значение для разработки новых материалов с определенными функциональными характеристиками. Этот подход открывает новые перспективы в области химических исследований, ускоряя процессы синтеза и оптимизации применения полученных учеными соединений.

Data-driven drug discovery

Основной идеей направления data-driven drug discovery является разработка новых безопасных и эффективных лекарств на основе данных об уже существующих лекарственных веществах. С помощью генеративного искусственного интеллекта создаются принципиально новые соединения, а предсказательные алгоритмы машинного обучения, натренированные на большом количестве экспериментальных и расчетных данных, отбирают среди них самых оптимальных кандидатов для дальнейшей разработки. Такой подход позволяет за короткие сроки проанализировать огромное количество молекул и выбрать те из них, которые понесут минимальные риски на стадиях доклинических и клинических испытаний.