تصميم فعال لجزيئات عضوية ذات خصائص مصممة باستخدام التعلم العميق التوليدي

تتطلب الأساليب المبتكرة لتصميم الجزيئات ذات الخصائص المصممة في مجالات بحثية متنوعة. يمكن لأساليب التعلم العميق تسريع اكتشاف مواد جديدة من خلال الاستفادة من علاقات هيكل الجزيء وخصائصه. في هذه الدراسة، طورنا بنجاح نموذج تعلم عميق توليدي (Gen-DL) تم تدريبه على قاعدة بيانات تجريبية كبيرة (DBexp) تضم 71,424 زوج من الجزيئات/المذيبات، وكان قادرًا على تصميم جزيئات ذات خصائص مستهدفة في مذيبات متنوعة. يمكن لنموذج Gen-DL توليد جزيئات ذات خصائص بصرية محددة، مثل موضع قمة الامتصاص/الإشعاع الإلكتروني وعرض النطاق، ومعامل الانقراض، وعائد الكم للضوء الفلوري (PL)، ومدة PL. وقد أظهر نموذج Gen-DL الاستفادة من المبادئ الأساسية لتصميم تأثيرات الاقتران، وتحولات ستوك، وتأثيرات المذيبات عند توليد جزيئات ذات خصائص بصرية مستهدفة. بالإضافة إلى ذلك، تم إثبات أن نموذج Gen-DL يمكن أن يولد جزيئات مفيدة عمليًا تم تطويرها لتطبيقات العالم الحقيقي. بناءً عليه، يمكن أن يكون نموذج Gen-DL أداة واعدة لاكتشاف وتصميم جزيئات جديدة ذات خصائص مصممة في مجالات بحثية متنوعة، مثل الخلايا الشمسية العضوية (OPVs)، وثنائيات الصمام الثنائي العضوي (OLEDs)، وثنائيات الضوئيات العضوية (OPDs)، والأصباغ التصويرية الحيوية، وما إلى ذلك.