В настоящее время существует много направлений, в которых применяется глубокое обучение. Одной из таких сфер является молекулярная химия. Большая часть исследований в области современного материаловедения и химии обусловлена необходимостью конструировать новые молекулы, обладающие желаемыми свойствами. Несмотря на то что в поиске новых стратегий проектирования проделана огромная научная работа, иногда для создания конкретных молекул все еще требуется пользоваться методами случайного поиска. Глубокое же обучение способно заменить такие случайные эксперименты управляемым поиском, где различные математические модели могут предложить новые молекулы c желаемыми свойствами.
В данной лекции мы рассмотрим:
1. Основные виды нейронных сетей. Генеративные нейросетевые алгоритмы;
2. Основные этапы в разработке лекарств;
3. Какими свойствами должны обладать лекарства;
4. Как нейронные сети помогают в создании лекарственных молекулярных соединений;
5. Преимущества и недостатки использования нейронных сетей в поиске лекарств;
6. Учебный пример применения нейросетевых алгоритмов в задаче генерации потенциальных лекарственных молекулярных соединений.