Химия: потенциальная Нобелевка за ремонт скелета молекулы
В последнее время ученые-химики активно говорят об открытии возможности корректировать «скелет молекулы», также среди важных трендов — еще большее совершенствование литиевых аккумуляторов. И то, и другое — может изменить нашу повседневную жизнь.
доктор химических наук, заведующий лабораторией в ИНЭОС РАН
Если говорить про органическую химию, наиболее значительным событием последних двух лет была, пожалуй, разработка методов редактирования скелета молекулы.
Смысл в том, что обычно химики изменяют молекулы «по краю». Теперь же было разработано несколько методов для внедрения или удаления атома азота в каркасе уже готовой молекулы. Это важно, поскольку позволяет например из готовых лекарств создать их аналоги. Марк Левин из США может получить Нобелевскую за это открытие, если повезет, лет через 15. Я, кстати, опросил нескольких ученых из Германии и Японии и все независимо согласились с этим.
Надо уточнить, что Левин не единственный, кто развивает эту тему. Есть группа китайских ученых, также — в других странах, в России тоже есть, но хотя мало. Ценность этого открытия для науки велика. Во-первых, это очень неожиданная реакция, а сейчас трудно уже открыть что-то сильно новое. Во-вторых, это не просто реакция, а общий подход, который можно развивать и приспосабливать к самым разным молекулам. Можно, например, душистые вещества таким образом пробовать «редактировать».
Вообще, открытия в науке происходят постепенно, это результат многолетней работы, поэтому разделение по годам очень условно. Большинство открытий, за которые присуждены Нобелевские премии, были осознаны как важные не сразу, а в течение нескольких лет — по мере того как росло их применение.
Из российских химических, наверное, самой необычной и яркой, с моей точки зрения, является работа лаборатории академика Валентина Павловича Ананикова по анализу эволюции наночастиц катализатора в ходе реакции. В этой работе, кстати, успешно применен искусственный интеллект (ИИ) для автоматической обработки чудовищного числа «микрофотографий» эволюционирующей системы.
Если говорить о науке в целом, то безусловно главное событие — развитие ИИ. Сейчас еще плохо понятно, к каким изменениям это приведет, но, судя по всему, это сравнимо с развитием Интернета. Ученые во многих областях пытаются понять, как использовать ИИ для науки. В химии пока успехи ограничены, поскольку наиболее мощные и популярные нейросети натренированы на текстах и изображениях, но не на формулах.
Надо заметить, что ИИ развивается уже давно, а прорыв в этом году произошел во многом потому, что он стал доступен для большинства людей. Есть нейросеть Syntelly ai для химиков, но в целом использование ИИ в части формул сложно, и ему пока не хватает объемов данных.
Одна из важных тем последних лет — использование металлического лития в накопителях энергии. Литий — следующий после водорода по емкости элемент, но с ним есть сложность: когда он работает в составе аккумулятора, он покрывается тонкими дендритами, наростами, которые замыкают аккумулятор и выводят его из строя. Из-за этого от чисто литиевых аккумуляторов отказались еще давно. Прорывом были литий-ионные, в которых нет металлического лития, они более безопасны, но энергия в них понижена в 10 раз.
Вопросы разработки лития, на мой взгляд, привели бы к революции в сфере накопления энергии, энергоемкость возросла бы кратно в сравнении с существующими системами. В этом плане интересны исследования и работы, которые направлены на решение этих задач.
Одна из интереснейших работ, опубликованных в этом году, — исследование происхождения бездендритного осаждения лития: авторы нашли определенные условия, при которых литий осаждается без образования дендритов, и всесторонне исследуют этот вопрос.
Что касается ИИ, то это, безусловно, тренд. В команде появились студенты, которые взялись за данное направление, это здорово. Можно предполагать, что через некоторое время рутинные операции, связанные с предсказанием поведения и подтверждением свойств материалов, смогут замениться предсказаниями из нейросетей. Я пробовал задать вопрос GPT о том, как рассчитать концентрацию, получил ответ с ошибкой, успокоился, что мои компетенции еще важны.
Здорово сопрягать вместе работу человека и нейросети: человек может исправить нейросеть, нейросеть же может «заметить» то, что не видит человек.
