Химический хакатон, или как в Школе №619 помогают обучить нейросеть
🧬 11 мая в 9 утра в Школе 619 стартовала Стратегическая сессия «Генерация данных для инфохимического поисковика», которая проводится под эгидой Университета ИТМО.
В работе сессии приняли участие более 40 учеников старших классов, а также студенты ИТМО Родион Головинский, Елена Щербакова, Илья Тонкий, Алина Лузанова, Иван Малышев. Итоги этой работы вечером подвела директор, ведущий профессор Научно-образовательного центра инфохимии ИТМО Екатерина Скорб.
👉 Перед учениками поставили реальную задачу – собрать данные для обучения нейросети, которая способна переводить изображения молекул в единый стандартный формат химических формул.
✅ О корне проблемы, над которой работают ребята, доступно и интересно рассказывает сайт colab.ws. «К сожалению, описания молекул из работ до компьютерной эры остались на бумаге в виде разномастных рисунков, - говорится в источнике. - Их слишком много, а потому обработка вручную займет неоправданно много времени. На помощь могут прийти технологии искусственного интеллекта.
Именно такую систему предложили в компании «Синтелли». Она способна преобразовывать изображения органических молекул в SMILES-строку. Такой способ представления однозначно описывает даже циклическую молекулу как цепочку атомов с указанием типа связей и того, какие группы атомов к ней прикреплены.
Для обучения нейросети также был разработан генератор данных, который случайным образом моделирует различные стили рисования, функциональные группы и возможное художественное оформление, мешающее компьютеру выделить то, что необходимо.
Представленная нейросеть может стать основой для быстрого и эффективного извлечения информации из рисунков молекул, что окажется полезным для пополнения общей базы химических структур».
Статья полностью: https://colab.ws/news/92
#Читать далее#
🧬 11 мая в 9 утра в Школе 619 стартовала Стратегическая сессия «Генерация данных для инфохимического поисковика», которая проводится под эгидой Университета ИТМО.
В работе сессии приняли участие более 40 учеников старших классов, а также студенты ИТМО Родион Головинский, Елена Щербакова, Илья Тонкий, Алина Лузанова, Иван Малышев. Итоги этой работы вечером подвела директор, ведущий профессор Научно-образовательного центра инфохимии ИТМО Екатерина Скорб.
👉 Перед учениками поставили реальную задачу – собрать данные для обучения нейросети, которая способна переводить изображения молекул в единый стандартный формат химических формул.
✅ О корне проблемы, над которой работают ребята, доступно и интересно рассказывает сайт colab.ws. «К сожалению, описания молекул из работ до компьютерной эры остались на бумаге в виде разномастных рисунков, - говорится в источнике. - Их слишком много, а потому обработка вручную займет неоправданно много времени. На помощь могут прийти технологии искусственного интеллекта.
Именно такую систему предложили в компании «Синтелли». Она способна преобразовывать изображения органических молекул в SMILES-строку. Такой способ представления однозначно описывает даже циклическую молекулу как цепочку атомов с указанием типа связей и того, какие группы атомов к ней прикреплены.
Для обучения нейросети также был разработан генератор данных, который случайным образом моделирует различные стили рисования, функциональные группы и возможное художественное оформление, мешающее компьютеру выделить то, что необходимо.
Представленная нейросеть может стать основой для быстрого и эффективного извлечения информации из рисунков молекул, что окажется полезным для пополнения общей базы химических структур».
Статья полностью: https://colab.ws/news/92
#Читать далее#
Смотрите лекцию Екатерины Козловой "Разработка методов синтеза g-C3N4 для процессов альтернативной энергетики" на нашем ютуб-канале 🎬
Екатерина Козлова – доктор химических наук, ведущий научный сотрудник Института катализа СО РАН, с недавнего времени профессор РАН. Екатерина возглавляет научный коллектив по альтернативной энергетике. Под ее руководством разработаны активные и стабильные фотокатализаторы, работающие под действием видимого света. Кроме того, Екатерина заведует отделом аспирантуры Института катализа СО РАН и является заместителем руководителя по образовательному направлению Центра компетенций Национальной технологической инициативы «Водород как основа низкоуглеродной экономики».
⭐ Научная работа профессора нацелена на развитие фотокаталитических процессов, в частности, процессов расщепления воды с выделением водорода и восстановления углекислого газа. Эти процессы перспективны с точки зрения преобразования солнечной энергии в энергию химических связей, и, соответственно, важны для освоения доступных возобновляемых источников энергии. В настоящее время ведет работу по масштабированию и внедрению процесса фотокаталитического получения водорода. Екатерина Козлова – соавтор более 80 статей, индексируемых WoS и Scopus, и девяти патентов РФ.
Премьера: https://youtu.be/lmLu4KNOPik
Весь апрель и май делимся выступлениями ученых январской конференции «Инфохимия: методы IT и математического моделирования в химии». Полное расписание: https://vk.com/infochemistry?w=wall-188764969_914
#Читать далее#
Екатерина Козлова – доктор химических наук, ведущий научный сотрудник Института катализа СО РАН, с недавнего времени профессор РАН. Екатерина возглавляет научный коллектив по альтернативной энергетике. Под ее руководством разработаны активные и стабильные фотокатализаторы, работающие под действием видимого света. Кроме того, Екатерина заведует отделом аспирантуры Института катализа СО РАН и является заместителем руководителя по образовательному направлению Центра компетенций Национальной технологической инициативы «Водород как основа низкоуглеродной экономики».
⭐ Научная работа профессора нацелена на развитие фотокаталитических процессов, в частности, процессов расщепления воды с выделением водорода и восстановления углекислого газа. Эти процессы перспективны с точки зрения преобразования солнечной энергии в энергию химических связей, и, соответственно, важны для освоения доступных возобновляемых источников энергии. В настоящее время ведет работу по масштабированию и внедрению процесса фотокаталитического получения водорода. Екатерина Козлова – соавтор более 80 статей, индексируемых WoS и Scopus, и девяти патентов РФ.
Премьера: https://youtu.be/lmLu4KNOPik
Весь апрель и май делимся выступлениями ученых январской конференции «Инфохимия: методы IT и математического моделирования в химии». Полное расписание: https://vk.com/infochemistry?w=wall-188764969_914
#Читать далее#
Подведем итоги первого совместного хакатона Центра инфохимии Университета ИТМО х Синтелли х Medtech.moscow
В борьбе за призовой фонд в размере 1 000 000 рублей 379 участников решали кейс платформы Синтелли. На протяжении 48 часов 80 команд занимались построением моделей машинного обучения для прогнозирования параметров характеризующих токсичность химического соединения. На финише представлено 27 алгоритмов.
Итак, наши победители 🎉
👉 1 место – 500 000 рублей;
команда «MML» (МФТИ/Москва)
Участники: Кутузов Николай, Новиков Сергей
👉 2 место – 300 000 рублей;
команда «Billy QSAR» (Иннополис/Казань, ТПУ/Томск)
Участники: Лукин Руслан, Пякилля Борис
👉 3 место – 200 000 рублей.
команда «SCD Lab» (МГУ им М. В. Ломоносова/РГГУ, Москва)
Участники: Иван Пикулин, Анастасия Юдина, Руденко Михаил, Владислав Ярышев
16 мая состоится торжественное награждение победителей и презентации лучших решений, будет ссылка на трансляцию.
Поздравляем победителей ⚡
Технологический партнер мероприятия Selectel - ведущий провайдер IT-инфраструктуры.
#Читать далее#
В борьбе за призовой фонд в размере 1 000 000 рублей 379 участников решали кейс платформы Синтелли. На протяжении 48 часов 80 команд занимались построением моделей машинного обучения для прогнозирования параметров характеризующих токсичность химического соединения. На финише представлено 27 алгоритмов.
Итак, наши победители 🎉
👉 1 место – 500 000 рублей;
команда «MML» (МФТИ/Москва)
Участники: Кутузов Николай, Новиков Сергей
👉 2 место – 300 000 рублей;
команда «Billy QSAR» (Иннополис/Казань, ТПУ/Томск)
Участники: Лукин Руслан, Пякилля Борис
👉 3 место – 200 000 рублей.
команда «SCD Lab» (МГУ им М. В. Ломоносова/РГГУ, Москва)
Участники: Иван Пикулин, Анастасия Юдина, Руденко Михаил, Владислав Ярышев
16 мая состоится торжественное награждение победителей и презентации лучших решений, будет ссылка на трансляцию.
Поздравляем победителей ⚡
Технологический партнер мероприятия Selectel - ведущий провайдер IT-инфраструктуры.
#Читать далее#
В записи ДОД магистратуры "Химический софт / Chemistry Soft" по ссылкам:
👉 https://vk.com/video-188764969_456239439
👉 https://www.youtube.com/live/r563eso1JV8?feature=share
👉 https://vk.com/video-188764969_456239439
👉 https://www.youtube.com/live/r563eso1JV8?feature=share
⚡ Трансляция торжественного награждения победителей Хакатона «Цифровая фармакология: предсказательное моделирование»
Тут нас ждут презентации лучших решений-победителей. Уже не терпится узнать подробности: какие данные использовали ребята, как обучали модели и какие методы оказались самыми эффективными в данном кейсе.
Подключайтесь в 18:00 сегодня 16 мая: https://vk.com/video-211270993_456239094 🫶
#Читать далее#
Тут нас ждут презентации лучших решений-победителей. Уже не терпится узнать подробности: какие данные использовали ребята, как обучали модели и какие методы оказались самыми эффективными в данном кейсе.
Подключайтесь в 18:00 сегодня 16 мая: https://vk.com/video-211270993_456239094 🫶
#Читать далее#
В МГТУ прошел финал Всероссийского конкурса «Воплоти свою мечту!» 🚀
В номинации «Фудсовет — еда будущего» диплом 1 степени получил проект Университета ИТМО:
🏆 «Разработка жизнеспособного продукта питания для успешного фуд-стартапа»:
Краснова Василиса, Брусевич Арина, Березина Елизавета, Гончаров Вячеслав (Центр инфохимии), Киселёва Анастасия, Амбарцумов Тигран (ФТМИ)
В числе жюри конкурса были:
➡ Никита Додонов — программный директор Точки кипения Краснодар, руководитель юнита ФудСовет в Кении
➡ Сергей Ефременко — Директор АНО ПОО «ЦРЦПК ФудСовет»
➡ Анастасия Хажгериева — генеральный директор рекламного агентства «ВREND», эксперт по медиакоммуникациям
💬 Проектная команда поделилась своими впечатлениями о конкурсе:
Мы участвовали в спецноминации «ФудСовет — еда будущего». Акселератор начался в апреле. Нам сразу же прислали настольную игру, которая должна была помочь в разработке нашего напитка.
Также присылали стандартные задания, связанные с проведением CustDev, анализа рынка, целевой аудитории, составления Canvas-модели и прочего.
Были классные эксперты, в том числе русский парень, живущий в Кении. Нам удалось разработать продукт и занять 1 место. После этого нас пригласили на второй этап акселератора.
Поздравляем ребят с победой и желаем дальнейших успехов ❤
#Читать далее#
В номинации «Фудсовет — еда будущего» диплом 1 степени получил проект Университета ИТМО:
🏆 «Разработка жизнеспособного продукта питания для успешного фуд-стартапа»:
Краснова Василиса, Брусевич Арина, Березина Елизавета, Гончаров Вячеслав (Центр инфохимии), Киселёва Анастасия, Амбарцумов Тигран (ФТМИ)
В числе жюри конкурса были:
➡ Никита Додонов — программный директор Точки кипения Краснодар, руководитель юнита ФудСовет в Кении
➡ Сергей Ефременко — Директор АНО ПОО «ЦРЦПК ФудСовет»
➡ Анастасия Хажгериева — генеральный директор рекламного агентства «ВREND», эксперт по медиакоммуникациям
💬 Проектная команда поделилась своими впечатлениями о конкурсе:
Мы участвовали в спецноминации «ФудСовет — еда будущего». Акселератор начался в апреле. Нам сразу же прислали настольную игру, которая должна была помочь в разработке нашего напитка.
Также присылали стандартные задания, связанные с проведением CustDev, анализа рынка, целевой аудитории, составления Canvas-модели и прочего.
Были классные эксперты, в том числе русский парень, живущий в Кении. Нам удалось разработать продукт и занять 1 место. После этого нас пригласили на второй этап акселератора.
Поздравляем ребят с победой и желаем дальнейших успехов ❤
#Читать далее#
Смотрите лекцию Михаила Медведева "Машинное обучение в теории функционала плотности" на нашем ютуб-канале
Михаил Медведев – руководитель группы теоретической химии в Институте органической химии РАН, научный сотрудник ИНЭОС РАН и преподаёт разработанный им курс по молекулярному моделированию в ВХК РАН, НИУ ВШЭ и ИТМО.
Научная группа Михаила нацелена на решение разноплановых научных проблем, которые встают перед учеными при попытке установить механизм химической реакции на молекулярном и квантовом уровнях. В основном, для решения этих задач используются подходы молекулярного моделирования. В то же время в некоторых проектах используются нейронные сети, численное кинетическое моделирование и методы прогнозирования кристаллических структур органических соединений.
Так, расчётными методами коллеги выявили ключевые электронные эффекты в ходе сборки молекул нового класса органических соединений – трициклических пероксидов. Методами квантовой химии изучили механизм каталитического связывания CO2 в мягких условиях. Расчёты показали, что лимитирующая стадия изучаемой реакции отличается от описанных в литературе для похожих реакций. Кроме того, исследователи объяснили, почему в ходе эксперимента низкомолекулярные вещества подавляют катализ.
Премьера через час: https://youtu.be/SejhdI6p77w
Весь апрель и май делимся выступлениями ученых январской конференции «Инфохимия: методы IT и математического моделирования в химии». Полное расписание: https://vk.com/infochemistry?w=wall-188764969_914
#Читать далее#
Михаил Медведев – руководитель группы теоретической химии в Институте органической химии РАН, научный сотрудник ИНЭОС РАН и преподаёт разработанный им курс по молекулярному моделированию в ВХК РАН, НИУ ВШЭ и ИТМО.
Научная группа Михаила нацелена на решение разноплановых научных проблем, которые встают перед учеными при попытке установить механизм химической реакции на молекулярном и квантовом уровнях. В основном, для решения этих задач используются подходы молекулярного моделирования. В то же время в некоторых проектах используются нейронные сети, численное кинетическое моделирование и методы прогнозирования кристаллических структур органических соединений.
Так, расчётными методами коллеги выявили ключевые электронные эффекты в ходе сборки молекул нового класса органических соединений – трициклических пероксидов. Методами квантовой химии изучили механизм каталитического связывания CO2 в мягких условиях. Расчёты показали, что лимитирующая стадия изучаемой реакции отличается от описанных в литературе для похожих реакций. Кроме того, исследователи объяснили, почему в ходе эксперимента низкомолекулярные вещества подавляют катализ.
Премьера через час: https://youtu.be/SejhdI6p77w
Весь апрель и май делимся выступлениями ученых январской конференции «Инфохимия: методы IT и математического моделирования в химии». Полное расписание: https://vk.com/infochemistry?w=wall-188764969_914
#Читать далее#
YouTube
Машинное обучение в квантовой химии – Михаил Медведев
Совсем скоро выйдет подробная статья про решения команд на хакатоне «Цифровая фармакология: предсказательное моделирование», организованном Центром инфохимии, компанией Синтелли и Medtech.moscow при облачной поддержке Selectel.
📸 А пока делимся фотографиями с DEMO DAY в Москве! Альбом тут: https://vk.com/album-188764969_293428806
🎬 Также смотрите презентации решений: https://vk.com/video-211270993_456239094 и стрим экспертов с обратной связью участникам: https://youtu.be/rWWwOjP3SfE 💡
Лучшие решения:
⚡ 1 место – 500 000 рублей
команда MML (МФТИ)
Участники: Кутузов Николай, Новиков Сергей
В основе решения команды лежит новый, авторский подход для решения задач анализа химических соединений - агрегирование признаков из различных источников, и применение к ним алгоритма градиентного бустинга деревьев. Это как химические признаки (наибольший прирост в качестве среди них дал подсчет функциональных групп в молекуле), так и данные из языковых моделей. Собранные данные из 20 источников позволили сформировать датасет из более, чем 1,1 млн молекул для прогнозирования 34 признаков. Получив очень полное признаковое пространство, алгоритм градиентного бустинга сегментирует его на блоки, в каждом из которых выводится среднее предсказание.
⚡ 2 место – 300 000 рублей
Команда «Billy QSAR» (Университет Иннополис, ТПУ)
Участники: Лукин Руслан, Пякилля Борис
Проект, созданный в ходе хакатона называется «Мультимодели для предсказания параметров токсичности». Собрана база данных токсичности малых молекул из 41 датасета и пайплайн для обучения и валидации моделей на основе графовых нейросетей и дескрипторных подходов. Также команда собрала приложение для визуальной интерпретации моделей на основе структурных фрагментов. Данный подход позволяет выдавать как влияющие структурные фрагменты на выборке контрпримеров из наиболее близких по структуре соединений, так и визуализировать их в самой предсказанной молекуле.
⚡ 3 место – 200 000 рублей
команда SCD Lab (МГУ им М. В. Ломоносова/РГГУ)
Участники: Иван Пикулин, Юдина Анастасия, Руденко Михаил, Ярышев Владислав
В основе решения лежат как мультизадачные графовые нейронные сети, так и алгоритмы классического машинного обучения. Собранные данные из более чем 5 открытых источников позволили обучить модели, которые с высокой точностью прогнозируют широкий спектр показателей токсичности, основываясь исключительно на структурных формулах молекул. Более того, использованный подход можно в дальнейшем масштабировать на новые свойства, связанные с токсичностью.
#Читать далее#
📸 А пока делимся фотографиями с DEMO DAY в Москве! Альбом тут: https://vk.com/album-188764969_293428806
🎬 Также смотрите презентации решений: https://vk.com/video-211270993_456239094 и стрим экспертов с обратной связью участникам: https://youtu.be/rWWwOjP3SfE 💡
Лучшие решения:
⚡ 1 место – 500 000 рублей
команда MML (МФТИ)
Участники: Кутузов Николай, Новиков Сергей
В основе решения команды лежит новый, авторский подход для решения задач анализа химических соединений - агрегирование признаков из различных источников, и применение к ним алгоритма градиентного бустинга деревьев. Это как химические признаки (наибольший прирост в качестве среди них дал подсчет функциональных групп в молекуле), так и данные из языковых моделей. Собранные данные из 20 источников позволили сформировать датасет из более, чем 1,1 млн молекул для прогнозирования 34 признаков. Получив очень полное признаковое пространство, алгоритм градиентного бустинга сегментирует его на блоки, в каждом из которых выводится среднее предсказание.
⚡ 2 место – 300 000 рублей
Команда «Billy QSAR» (Университет Иннополис, ТПУ)
Участники: Лукин Руслан, Пякилля Борис
Проект, созданный в ходе хакатона называется «Мультимодели для предсказания параметров токсичности». Собрана база данных токсичности малых молекул из 41 датасета и пайплайн для обучения и валидации моделей на основе графовых нейросетей и дескрипторных подходов. Также команда собрала приложение для визуальной интерпретации моделей на основе структурных фрагментов. Данный подход позволяет выдавать как влияющие структурные фрагменты на выборке контрпримеров из наиболее близких по структуре соединений, так и визуализировать их в самой предсказанной молекуле.
⚡ 3 место – 200 000 рублей
команда SCD Lab (МГУ им М. В. Ломоносова/РГГУ)
Участники: Иван Пикулин, Юдина Анастасия, Руденко Михаил, Ярышев Владислав
В основе решения лежат как мультизадачные графовые нейронные сети, так и алгоритмы классического машинного обучения. Собранные данные из более чем 5 открытых источников позволили обучить модели, которые с высокой точностью прогнозируют широкий спектр показателей токсичности, основываясь исключительно на структурных формулах молекул. Более того, использованный подход можно в дальнейшем масштабировать на новые свойства, связанные с токсичностью.
#Читать далее#