ŞANXAY , 14 sentyabr 2026 /PRNewswire/ -- Süni intellektə əsaslanan bio-mühəndislik infrastruktur şirkəti MoleculeMind , özünün mülkiyyətində olan süni intellektlə idarə olunan reaktiv atomistik modelləşdirmə platforması QuantaMind haqqında tədqiqatın Science Advances jurnalında dərc edildiyini elan etdi. Tədqiqat göstərir ki, QuantaMind , 10,000 atomluq kompleks biomolekulyar sistemlərin onlarla nanosaniyəlik reaktiv molekulyar dinamika (MD) simulyasiyalarına imkan verərkən, Densit Funksional Nəzəriyyə (DFT) səviyyəsində dəqiqliyə nail olur. Bütün ferment reaksiyasını simulyasiya edən qabaqcıl platforma olaraq, o, süni intellektə proton transferi, bağların qırılması və əmələ gəlməsi, eləcə də tam ferment katalitik dövrlərinin bütün prosesini atom miqyasında “görməyə” imkan verir. Sənaye tətbiqlərində QuantaMind , yüz minlərlə atomdan ibarət reaktiv sistemləri simulyasiya etmək üçün də miqyaslandırılmışdır. MoleculeMind -in zülal generasiyası və struktur proqnozlaşdırma imkanlarına əsaslanaraq, QuantaMind , süni intellektlə işləyən molekulyar Ar-Ge-də nəticələri proqnozlaşdırmaqdan prosesləri anlamağa doğru bir dəyişikliyi təmsil edir. Süni intellektlə idarə olunan generasiyanı fizika əsaslı simulyasiya ilə inteqrasiya etməklə, o, dərman kəşfi və ferment mühəndisliyi üçün izah edilə bilən və yoxlanıla bilən mexanistik anlayışlar təqdim edir. Süni İntellekt Molekulyar Ar-Ge-də Statik Proqnozlardan Proses Anlayışına keçid Süni intellekt molekulyar generasiyanı sürətləndirdikcə, tədqiqatçılar getdikcə yeni bir problemlə üzləşirlər: çox sayda yaradılmış namizədin real mühitlərdə necə davranacağını və niyə uğurlu və ya uğursuz ola biləcəyini anlamaq. Molekulyar dinamika atom hərəkəti, bağlanma sabitliyi, konformasiya dəyişiklikləri, keçici cibləri və dinamik qarşılıqlı təsirlər haqqında anlayışlar verir. Lakin, ənənəvi qeyri-reaktiv MD proton transferini və ya bağların qırılmasını və əmələ gəlməsini tuta bilmir, bu da reaktiv MD-ni molekulyar reaksiyaların həqiqətən necə baş verdiyini anlamaq üçün vacib edir. Ənənəvi yanaşmalar dəqiqlik, sürət və miqyas arasında tarazlığı saxlamaqda çətinlik çəkmişdir. Klassik qüvvə sahələri geniş miqyaslı simulyasiyalara imkan verir, lakin reaktiv mühitlərdə məhdud dəqiqliyə malikdir, DFT kimi kvant mexaniki metodlar isə böyük sistemlər üçün hesablama baxımından çox bahalıdır. QM/MM yanaşmaları reaksiya bölgələri və sərhəd şərtləri ətrafında əlavə məhdudiyyətlər tətbiq edir. Maşın öyrənməsi qüvvə sahələri (MLFFs) hazırkı əsas istiqaməti təmsil edir, lakin uzunmüddətli simulyasiyalar zamanı sabitliyi qorumaq problemi ilə hələ də üzləşirlər. QuantaMind Çərçivəsi: Keçid Vəziyyətinə Yönəlmiş Maşın Öyrənməsi Qüvvə Sahəsi QuantaMind , böyük biomolekulyar sistemlərin davamlı simulyasiyaları zamanı bağların qırılmasını və əmələ gəlməsini etibarlı şəkildə modelləşdirmək üçün nəzərdə tutulmuş MoleculeMind -in özü tərəfindən hazırlanmış reaktiv MLFF çərçivəsidir. Əsasən tarazlıq strukturları üzərində öyrədilmiş bir çox MLFF -lərdən fərqli olaraq, QuantaMind qeyri-tarazlıq konformasiyalarını və keçid vəziyyətinə yönəlmiş reaksiya məlumatlarını özündə birləşdirir, bu da ona reaksiya yolları boyunca kritik vəziyyətləri öyrənməyə imkan verir. O, həmçinin DFT metod təsnifatı daxiletmələrini tətbiq edir, müxtəlif funksionallar və baza dəstləri istifadə edilərək yaradılmış kvant kimyası məlumatlarının vahid təlim çərçivəsinə daxil edilməsinə imkan verir. Ən son benchmark nəticələri göstərir ki, QuantaMind 100,000 atomluq reaktiv sistemin tək bir zaman addımı simulyasiyasını cəmi 0.25 saniyədə həyata keçirə bilər, bu da aparıcı MLFF -lər arasında ən müasir (SOTA) performansa nail olur. Tədqiqatdan Sənaye Tətbiqlərinə Sənaye Ar-Ge-də QuantaMind artıq ferment mühəndisliyi və dərman kəşfində tətbiq edilmişdir. Ferment mühəndisliyi üçün MoleculeMind platformadan kompleks katalitik fermentlərin reaksiya mexanizmlərini aşkar etmək üçün istifadə etmişdir, bu da mutasiya seçimini istiqamətləndirməyə və rasional dizaynı sınaq və səhvdən hesablama yolu ilə təsdiqləməyə doğru dəyişməyə kömək edir. Dərman kəşfində QuantaMind tədqiqatçılara dinamik molekulyar qarşılıqlı təsirləri təhlil etməyə və müxtəlif dizaynların niyə fərqli nəticələr verdiyini anlamağa kömək edir. Uzun yarımömürlü pH-həssas antikorları əhatə edən bir layihədə QuantaMind digər süni intellekt dizayn modelləri ilə birlikdə istifadə edilmişdir və eksperimental sınaqlar göstərmişdir ki, bir namizəd pH 6.0-da pH 7.4-dən təxminən 62 dəfə daha sürətli dissosiasiya sürəti nümayiş etdirmişdir. “Süni intellektlə işləyən molekulyar Ar-Ge əsasən molekulların necə göründüyünə və nəyi dizayn edə biləcəyimizə fokuslanmışdır. QuantaMind molekulların necə hərəkət etdiyini, necə reaksiya verdiyini və bu proseslərin nəticələrə niyə təsir etdiyini araşdıraraq daha da irəli gedir. Biz inanırıq ki, elm üçün süni intellekt prosesləri izlənilə bilən, mexanizmləri təhlil edilə bilən və nəticələri yoxlanıla bilən etməlidir. QuantaMind , molekulyar dizaynı, mexanistik simulyasiyanı və eksperimental təsdiqləməni birləşdirən kritik infrastruktur kimi nəzərdə tutulmuşdur, bu da süni intellektlə idarə olunan molekulyar Ar-Ge üçün daha tam və etibarlı bir paradigma yaratmağa kömək edir,” deyə MoleculeMind -in qurucusu Xu Jinbo bildirib. Science Advances -də açıq girişli məqaləni oxuyun: https://doi.org/10.1126/sciadv.aeg3595 MoleculeMind haqqında: 2022-ci ildə qurulan MoleculeMind , süni intellekt, biologiya və mühəndisliyin kəsişməsində fəaliyyət göstərən süni intellektə əsaslanan bioloji infrastruktur şirkətidir. Özünün mülkiyyətində olan MoleculeOS® platforması ilə şirkət terapevtik və sənaye tətbiqləri üçün zülalların de novo dizaynını və optimallaşdırılmasını təmin edir. MoleculeMind zülalların tam funksional potensialını açmağı və növbəti nəsil terapevtiklərin və yüksək performanslı bioloji məhsulların inkişafını sürətləndirməyi hədəfləyir. https://moleculemind.com MƏNBƏ MoleculeMind