Avanço em Aprendizado de Máquina Permite Cálculos Precisos de Química Quântica para Descoberta de Medicamentos

Cientistas alcançaram um grande avanço em química computacional aplicando aprendizado de máquina para resolver um dilema de décadas na química quântica, permitindo o cálculo preciso e estável de energias moleculares e densidades eletrônicas com significativamente menos poder computacional. A nova abordagem livre de orbitais permite cálculos para moléculas muito grandes, incluindo moléculas "semelhantes a medicamentos", e demonstra convergência estável pela primeira vez usando este método.

O avanço envolve um novo processo chamado STRUCTURES25, que é baseado em uma rede neural especificamente desenvolvida que aprende a relação entre densidade eletrônica e energia diretamente de cálculos de referência precisos. O modelo captura o ambiente químico de cada átomo individual em uma representação matematicamente detalhada. Um conceito de treinamento único foi fundamental: o modelo foi treinado não apenas com densidades eletrônicas convergentes, mas também com muitas variantes em torno da solução correta – geradas por mudanças direcionadas e controladas nos cálculos de referência subjacentes.

Este processo computacional é, portanto, capaz de encontrar de forma confiável uma solução fisicamente significativa para energias moleculares e densidades eletrônicas mesmo em caso de pequenos desvios. Ele permanece estável sem "se perder" no cálculo. Em testes em uma grande e diversificada coleção de moléculas orgânicas, o STRUCTURES25 alcançou uma precisão que pode competir com cálculos de referência estabelecidos. Comparações iniciais de tempo de execução provam que o processo computacional pode escalar melhor com o aumento do tamanho da molécula e, portanto, aumentar a velocidade do cálculo.

Como os elétrons são distribuídos em uma molécula determina suas propriedades químicas – desde sua estabilidade e reatividade até seu efeito biológico. Calcular de forma confiável esta distribuição eletrônica e a energia resultante é uma das funções centrais da química quântica. Esses cálculos formam a base de muitas aplicações nas quais as moléculas devem ser especificamente compreendidas e projetadas, como para novos medicamentos, melhores baterias, materiais para conversão de energia ou catalisadores mais eficientes.

Na química quântica, as moléculas são frequentemente descritas usando a teoria do funcional da densidade, que permite a previsão fundamental das propriedades moleculares químicas sem ter que calcular a função de onda mecânico-quântica. A densidade eletrônica é usada como a quantidade principal em vez disso – uma simplificação que finalmente torna os cálculos praticáveis. Esta abordagem livre de orbitais promete cálculos especialmente eficientes, mas até agora era considerada pouco útil, uma vez que pequenos desvios na densidade eletrônica levavam a resultados instáveis ou "não-físicos".

Separadamente, pesquisadores também fizeram progresso em abordagens de computação quântica para simulações moleculares. A estimativa de energia do estado fundamental para sistemas moleculares com espaços ativos de 20-50 orbitais espaciais agora é alcançável usando aproximadamente 100.000 qubits físicos. Métodos clássicos de interação de configuração completa, considerados o 'padrão ouro' para cálculos de estrutura eletrônica molecular, tornam-se computacionalmente insuficientes para modelar sistemas além de aproximadamente 20 elétrons em 20 orbitais, uma limitação conhecida como 'parede exponencial'.

Isso restringe simulações precisas de moléculas complexas cruciais para entender reações químicas, propriedades de materiais e processos biológicos. A equipe demonstrou ampla aplicabilidade além de moléculas simples aplicando sua estrutura a modelos de clusters ferro-enxofre, que desempenham papéis vitais na transferência eletrônica biológica, sítios ativos do citocromo P450, importantes no metabolismo e desintoxicação de medicamentos, e catalisadores projetados para utilização de dióxido de carbono.