Группа теоретической химии (№24)

• Моделирование химических процессов: моделирование химических реакций (OrgChemFront2025, JACS2025, TetrahedChem2024, JOC2024, JOC2023, OPRD2023, EJOC2022, JACS2022, JACS2021, JACS2020, ANIE2017), биологических процессов (JCIM2023, JACS2017), фотохимических процессов (ChemEur2023, D&P2022, D&P2019), электрохимических процессов (ElectrochemActa2025, OrgChemFront2024), а также процессов в твёрдом теле (ACSApplMatInt2025, JPCLett2021).
• Развитие методов теоретической химии. Под методами теоретической химии мы понимаем любые инструменты, используемые в направлении 1: методы теории функционала плотности (DFT), конформационного поиска, автоматизации молекулярного моделирования, а также силовые поля, базисные наборы и т.д. В рамках данного направления мы как тестируем существующие методы (JPCA2025, JPCLett2024, Science2022, ChemSocRev2021, Science2017), так и создаём новые (JCIM2025, JCP2025_1, JCP2025_2, JCIM2024, JCIM2023, MendComm2017), разрабатываем общие подходы к дизайну новых методов (JPCA2024 (DFT), WCMS2023 (конф. поиск)) и дорабатываем программные комплексы под наши задачи (JCP2025_1, MendComm2021).
• Приложение методов искусственного интеллекта к химическим задачам: как к ускорению/уточнению молекулярного моделирования (JCIM2025, Science2022), так и к другим задачам, возникающим в ходе химических исследований, как например ретросинтез (наша разработка в рамках мегагранта ИХР РАН) или корректировка показаний детектора (ACSApplPolyMat2024).
• Моделирование процессов взаимодействия между нейронами; этот класс проектов не имеет прямого отношения к химии и появился из нашего интереса к пониманию процессов мышления и нейроморфным процессорам. В целом, тут есть два поднаправления: создание нейроморфных сетей для проектов направлений 2 и 3, и углубление нашего понимания того, как работает человеческий мозг. В рамках этого направления мы строим модели спайковых нейронных сетей (таких как в мозге) и смотрим на общие закономерности в их работе и обучении.

✓  В 2024-2025 годах разработан метод на основе ИИ, который помогает находить «потерянные» конформации молекул — устойчивые пространственные формы, часто упускаемые при моделировании. Новый подход, сочетающий в себе квантово-химические расчеты и машинное обучение (гауссовские процессы), анализирует геометрические варианты молекул, построенные другими методами конформационного поиска, и находит недостающие всего за 20–30 попыток. При тестировании на 60 потенциально биологически активных соединениях для почти половины молекул алгоритм обнаружил до 28 конформаций (геометрий), не выявленных существующими методами. Метод повышает точность молекулярного моделирования и ускоряет поиск потенциальных лекарств и катализаторов. JCIM2025

✓  В 2023-2024 годах разработан и имплементирован (https://github.com/TheorChemGroup/Ringo) алгоритм конформационного поиска на основе метода обратной кинематики Ringo. Он позволяет анализировать конформационную подвижность любой полициклической молекулы методом обратной кинематики и выделять степени свободы молекулы — то есть набор ее двугранных углов, способных к независимому вращению при фиксированных длинах связей и валентных углах. Разработанный алгоритм превосходит все альтернативные методы конформационного поиска циклических молекул (метадинамика, дистанционная геометрия и LowModeMD) по скорости и эффективности сэмплирования конфигурационного пространства полициклических систем. JCIM2024,  WCMS2023.

✓  В 2024 году разработан подход для оценки неопределенности в соотношении продуктов химической реакций при ее моделировании методом молекулярной динамики. Данный подход позволил выявить ошибки в предшествующих исследованиях, и в будущем позволит повысить надежность как качественных, так и количественных выводов в подобном моделировании. JPCLett2024

✓  В 2023 году совместно с группой Федора Новикова в ИОХ РАН разработан алгоритм расчета относительных биологических активностей биоизостерных молекул, имеющий точность сравнимую с экспериментом. Биоизостеры — это молекулы, которые отличаются друг от друга заместителями, но имеют близкие конформационные профили, поэтому одинаковым образом связываются с белком. Биоизостерные замены проводят с целью улучшения метаболической стабильности и увеличения активности соединений. Разработанный метод позволяет быстро и точно определить, замена каких атомов водорода в молекуле на атомы фтора повышает её биологическую активность. JCIM2023

✓  В 2023 году совместно с коллегами из лаборатории № 110 ИНЭОС РАН проведено экспериментальное и теоретическое исследование фотоизомеризации соединений на основе цимантрена и хинозалинона. Впервые показано, что клеточный эффект растворителя может контролировать исход фотохимической реакции с участием цимантренового производного. Квантовохимические расчеты позволили установить механизм реакции, включающий фотоиндуцированное отщепление CO c последующим быстрым обратным присоединением за счет клеточного эффекта. Данный механизм был впоследствии подтвержден в эксперименте при облучении ультразвуком, который разрушает клетки растворителя и таким образом препятствует обратному присоединению CO, направляя реакцию к одному из продуктов. ChemEur2023

✓  В 2020-2023 годах сотрудниками Группы был смоделирован ряд разработанных в Лаборатории №13 ИОХ РАН реакций синтеза нового класса соединений — каркасных органических пероксидов, перспективных соединений для фармацевтики и агрохимии. С помощью квантовохимического моделирования установлены механизмы этих реакций и найден ответ на главную загадку этого класса процессов — их высокую селективность — оказалось, что за нее отвечает обратный альфа-эффект. Полученный результат делает сборку органических пероксидов предсказуемой и позволит в будущем более быстро и эффективно создавать новые каркасные молекулы. JOC2023, JACS2022, JACS2021, JACS2020

✓  В сотрудничестве с коллегами из Лаборатории №13 ИОХ РАН, Университета Штата Флорида (США) и Университета Бу-Али Сина (Иран) было произведено сопоставление основных моделей стереоэлектронных эффектов: орбитальной, электростатической и стерической. Было показано, что, хоть энергия молекулы и складывается из многих составляющих (энергии химических связей и орбитальных взаимодействий, электростатических и стерических взаимодействий), именно закономерности изменений в орбитальных взаимодействиях обладают наибольшей предсказательной силой в задачах описания химических реакций. Также были определены ключевые стереоэлектронные взаимодействия наиболее распространенных классов органических соединений и найдены закономерности их влияния на химические и физические свойства. Такие стереоэлектронные эффекты с участием атома кислорода могут быть использованы химиками для создания новых реакций и контроля пути их протекания. ChemSocRev2021_1, ChemSocRev2021_2

✓  В 2022 году опубликован комментарий в Science, в котором показано, что в статье 2021 года британская компания DeepMind, занимающаяся искусственным интеллектом, привела недостаточно надежные доказательства корректности работы своего функционала DM21 с системами, содержащими нецелое количество электронов. Надежные квантовохимические предсказания позволяют заменить часть экспериментов с дорогостоящими реактивами на работу с цифровыми аналогами реальных химических систем, однако, для получения достоверных предсказаний квантовохимическими методами функционалы должны уметь работать с дробным количеством электронов. Science2022

✓  В 2017 году руководителем Группы и соавторами была разработана методология оценки качества электронных плотностей атомных систем, получаемых из методов теории функционала плотности (DFT). С ее помощью было показано, что наиболее популярные на тот момент методы DFT были переобучены и могут быть ненадежны при моделировании систем/свойств, далеких от тех, на которых они были обучены. Также, были выявлены надежные функционалы DFT, которые не являются переобученными; к ним относятся функционалы PBE0, B3PW91, B98, TPSS, SCAN, OLYP и другие. Science2017