Исследователи из МГУ им. М.В. Ломоносова разработали метод машинного обучения, который за счет использования новой архитектуры позволяет нейросети точнее прогнозировать свойства молекул по их структуре.

В архитектуре gSelformer-MV молекула представляется не одной последовательностью символов, а несколькими вариантами, полученными при разбиении структуры на подграфы. Нейросеть анализирует эти представления одновременно, что позволяет учитывать отдельные атомы и более крупные фрагменты молекулы.

Проведенные учеными эксперименты показали, что за счет использования метода структура молекул прогнозируется с большей точностью, чем при использовании алгоритмов, которые задействуют только традиционные строковые представления молекул.

В марте 2026 года Исследователи из Института AIRI предложили метод определения свойств молекул с помощью 3D-графовых нейросетей.