Химическое пространство как конструктор экспресс

Оригинал: "Designing the Haystack: Programmable Chemical Space for Generative Molecular Discovery"

· Yuchen Zhu, Donghai Zhao, Yangyang Zhang, Yitong Li, Xiaorui Wang, Shuwang Li, Yue Kong, Beichen Zhang, Ricki Chen, Chang Liu, Xingcai Zhang, Tingjun Hou, Chang-Yu Hsieh

arXiv:2603.00614 · 2026-02-28 · CC BY 4.0 · 1 мин

Химическая физика Биомолекулы Количественные методы

Новая система позволяет собирать и исследовать миры молекул по заданным правилам.

Раньше генеративные модели для поиска лекарств работали как художник, который рисует, не выбирая холст. Они учились на существующих молекулах и просто выдавали похожие, не задумываясь о том, как устроено само пространство возможных соединений. SpaceGFN меняет подход: теперь химическое пространство — это конструктор, где пользователь задаёт детали и правила сборки.

В режиме Discovery можно собрать пространство из фрагментов природных продуктов или эволюционно связанных метаболитов, и тогда поиск новых молекул становится направленным.

Внутри этого конструктора работает GFlowNet — метод, который умеет эффективно отбирать варианты с нужными свойствами, не перебирая всё подряд. Это как умный покупатель в огромном магазине, который сразу идёт к нужным полкам, а не бродит по всем рядам. В режиме Editing та же логика применяется к улучшению уже известных соединений: вместо случайных изменений — только разрешённые химические реакции, которые сохраняют синтетическую доступность.

Проверка на 96 мишенях показала, что такой подход не только находит сильные кандидаты, но и сохраняет разнообразие структур.

Такой подход делает поиск лекарств более осознанным: вместо слепой генерации — проектирование пространства под задачу. Это как строить город с продуманной планировкой, а не стихийно застраивать пустырь.

Весь граф →

Пространство всех возможных молекул оценивается в $10^{60}$ соединений — это больше, чем число атомов во Вселенной.

Идея программируемых молекулярных вселенных перекликается с «Конструктором миров» из романа Станислава Лема «Кибериада».

Учёные

Erwin Schrödinger Hugh Everett III

Понятия

дизайн лекарств дизайн белков открытие лекарств с помощью ИИ генеративная модель генетический алгоритм символьная регрессия генеративно-состязательные сети нормирующие потоки персонализированная медицина научные открытия с помощью нейронных сетей обработка естественного языка химическая модель добиотическая химия фазовое пространство экспрессия генов химическая галактическая археология материалы на основе машинного обучения графовая нейронная сеть абиогенез хемотаксис

Я автор

Химическое пространство как конструктор экспресс