Химия и ИИ

ЦЕНТР
ИСКУССТВЕННОГО
ИНТЕЛЛЕКТА В ХИМИИ

Меняем науку и мир

Мы верим в инновационные идеи и не любим делать рутинную работу — поэтому разрабатываем цифровые сервисы и веб-платформы для решения глобальных задач науки и индустрии, обучаем студентов, создаем образовательные продукты и открыты к партнерству и сотрудничеству.

30 +
проектов
50 +
человек в
команде
n +
заказов от
индустрии
Направления
исследований
Главная цель направления — разработка набора инструментов, использующих искусственный интеллект, data science и расчетные методы, позволяющих создавать молекулярные машины, такие как ферменты, для выполнения прикладных задач. Эти 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.
Руководитель направления
Серов Никита
serov@scamt-itmo.ru
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.
Групп лидер
Разливина Юлия
razlivina@scamt-itmo.ru
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.
Групп лидер
Анастасия Орлова
orlova@scamt-itmo.ru
Направление развивается в рамках новой специализации нашей образовательной программы. Проекты данной тематики будут включать использование ИИ и машинного обучения для оптимизации процессов поиска, извлечения, транспортировки и переработки нефтегазового сырья для достижения максимальной конверсии на каждом из этапов производственного цикла.
Групп лидер
Мария Еремеева
eremeeva_maria@scamt-itmo.ru

Мы в СМИ

21.02.2024
В Петербурге создали алгоритм для быстрого формирования лекарств с помощью ИИ
24.11.2023
Ученые ИТМО — лучшие в конкурсе исследовательских проектов Blue Sky Research 2023
06.10.2023
Ученые ИТМО впервые использовали генетический алгоритм для поиска наночастиц, токсичных только для рака
18.08.2023
В Санкт-Петербурге разработали систему ИИ для улучшения диагностики и удаления опухолей
09.03.2022
Ученые ИТМО создали первую в мире платформу для предсказания каталитической активности нанозимов - искусственных ферментов.

Наши разработки

Проект
DiZyme
Сервис для предсказания каталитической активности нанозимов. После загрузки параметров образца на сайт, система, основываясь на уникальной базе данных образцов, предсказывает его каталитические параметры. Таким образом ресурс ускоряет и облегчает разработку наноматериалов с необходимыми каталитическими свойствами.
Проект
Dimag
Веб-ресурс для количественного прогнозирования биомедицинских свойств магнитных наночастиц для МРТ и гипертермии. Алгоритмы машинного обучения помогут химикам-синтетикам в предсказании оптимальных параметров наночастиц для данных медицинских приложений.
Проект
DESignSolvents
Платформа разработана для предсказания свойств глубоких эвтектических растворителей — перспективной альтернативы токсичным растворителям, использующимся в промышленности. Здесь в открытом доступе находится база данных свойств глубоких эвтектических растворителей, а также инструменты для прогнозирования и визуализации их свойств. Наши модели успешно предсказывают различные параметры таких систем, включая плотность, вязкость и температуру плавления.
Проект
SEQUENCE CRAFT
Платформа для дизайна каталитических нуклеиновых кислот, используемых для регуляции экспрессии генов и диагностических целей. На данный момент фокусируется на РНК-расщепляющих ДНК, но планируется расширение на более широкий класс активностей и систем. Включает в себя базу данных и алгоритм для разведочного анализа каталитической активности РНК-расщепляющих ДНК.

Публикации

JCIM
https://doi.org/10.1021/acs.jcim.5c01275
Molecular design of novel benzimidazole antibiotics
09.2025
npj Computational Materials
https://doi.org/10.1038/s41524-025-01674-7
Agent-based multimodal information extraction for nanomaterials
06.2025
Journal of cheminformatics
https://doi.org/10.1186/s13321-025-00998-2
Integrating QSAR modelling with reinforcement learning for Syk inhibitor discovery
04.2025
ACS applied Materials and Interfaces
https://pubs.acs.org/doi/10.1021/acsami.4c21133
Computer-Aided Discovery of Synergistic Drug–Nanoparticle Combinations for Enhanced Antimicrobial Activity
02.2025
The Journal of Physical Chemistry Letters
https://doi.org/10.1021/acs.jpcc.4c07028
Magnetoelectric particles and exchange bias
01.2025

Тезисы

nanoMINER: Multimodal Information Extraction for Nanomaterials
AI4MAT-ICLR-2025 workshop theses
04.2025
AI2ASE workshop theses
Novel interpretable amino acid property-based peptide embeddings for improved activity prediction
03.2025
NeurIPS (Конференция А*)
https://doi.org/10.48550/arXiv.2406.02591
Hybrid Generative AI for De Novo Design of Co-Crystals with Enhanced Tabletability
10.2024
ICML (Конференция А*)
https://doi.org/10.48550/arXiv.2406.02591
Unveiling the Potential of AI for Nanomaterial Morphology Prediction
05.2024
AI2ASE workshop theses
Generative AI for Co-Crystal Design with Property Control
02.2024

КОНТАКТЫ

Если у вас
остались
вопросы

Тут мы выкладываем все новости и полезные подборки