科學(xué)家們已經(jīng)開發(fā)出一種機器學(xué)習(xí)算法，可以預(yù)測有機分子中的電子能量水平。這一突破是在一個超過22000個分子的數(shù)據(jù)庫中訓(xùn)練出來的，技術(shù)上的進(jìn)步可以加速像藥品這樣的功能分子的設(shè)計。

有機化學(xué)即對碳基分子的研究，不僅是生物體科學(xué)的基礎(chǔ)，而且對許多當(dāng)前和未來的技術(shù)至關(guān)重要，如有機發(fā)光二極管(OLED)顯示器。了解一種材料分子的電子結(jié)構(gòu)是預(yù)測該材料化學(xué)特性的關(guān)鍵。

在東京大學(xué)工業(yè)科學(xué)研究所的研究人員最近發(fā)表的一項研究中，開發(fā)了一種機器學(xué)習(xí)算法來預(yù)測有機分子內(nèi)的狀態(tài)密度，即電子在材料分子內(nèi)的基態(tài)所能占據(jù)的能級數(shù)量。這些基于光譜數(shù)據(jù)的預(yù)測對有機化學(xué)家和材料科學(xué)家分析碳基分子時有很大幫助。

通常用來尋找狀態(tài)密度的實驗技術(shù)可能很難解釋。被稱為核心損失光譜的方法尤其如此，它結(jié)合了能量損失近邊緣光譜(ELNES)和X射線吸收近邊緣結(jié)構(gòu)(XANES)。這些方法在材料樣品上照射一束電子或X射線;由此產(chǎn)生的電子散射和對材料分子發(fā)射的能量的測量使得感興趣的分子的狀態(tài)密度可以被測量。然而，光譜所具有的信息只是在激發(fā)分子的電子缺失(未被占據(jù))狀態(tài)。

為了解決這個問題，東京大學(xué)工業(yè)科學(xué)研究所的團(tuán)隊訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)模型來分析核心損耗光譜數(shù)據(jù)并預(yù)測電子狀態(tài)的密度。首先，通過計算超過22000個分子的狀態(tài)密度和相應(yīng)的核損光譜，構(gòu)建了一個數(shù)據(jù)庫。他們還添加了一些模擬的噪聲。然后，在核損光譜上對該算法進(jìn)行了訓(xùn)練，并對其進(jìn)行了優(yōu)化，以預(yù)測基態(tài)下占位和非占位狀態(tài)的正確密度。

"我們試圖用一個由較小分子訓(xùn)練的模型來推斷對較大分子的預(yù)測。我們發(fā)現(xiàn)通過排除微小的分子可以提高準(zhǔn)確性，"主要作者Po-Yen Chen解釋說。

該團(tuán)隊還發(fā)現(xiàn)，通過使用平滑預(yù)處理和向數(shù)據(jù)添加特定的噪聲，可以改善對狀態(tài)密度的預(yù)測，這可以加速預(yù)測模型在真實數(shù)據(jù)上的應(yīng)用。

高級作者Teruyasu Mizoguchi說："我們的工作可以幫助研究人員了解分子的材料特性，并加速功能分子的設(shè)計。這可以包括藥品和其他令人興奮的化合物。"

關(guān)鍵詞： 機器學(xué)習(xí) 有機化學(xué) 有機化學(xué)研究