Новый подход к поиску стабильных комплексов редкоземельных элементов Ученые из Московского государственного университета им. М.В. Ломоносова разработали новую модель машинного обучения для оценки стабильности комплексов редкоземельных элементов и трёхвалентных актинидов. Использованный в исследовании подход заключается в создании нейросетевой архитектуры, позволяющей объединить всю доступную информацию о комплексообразовании различных металлов, что и позволяет по итогу более точно предсказывать свойства комплексов. Собрана новая база комплексообразующих агентов f-элементов используя сведения из библиотеки NIST46, а также соответствующих научных публикаций. На её основе исследователи обучили графовую сверточную нейронную сеть. Данная сеть дает возможность прогнозировать константу устойчивости комплекса и значительно расширяет список элементов, для которых эту константу можно рассчитать с помощью быстрых моделей машинного обучения. Отличительной особенностью модели стало то, что для её применения металл не обязательно должен входить в обучающую выборку. Исходный код доступен по ссылке: https://scd.chem.msu.ru/zoo/#logk. Разработанная модель успешно прогнозирует свойства актинидов - группы, работа по которой сложна из-за недостатка экспериментальных данных. Проведённое исследование сосредоточено на комплексах со стехиометрическим составом 1:1. Результаты работы опубликованы в «The Journalof Chemical Physics» и позволяют упростить поиск более эффективных и селективных лигандов, например, для переработки отработанного ядерного топлива. Kirill V. Karpov, Ivan S. Pikulin, Grigory V. Bokov, Artem A. Mitrofanov. A universal model for predicting the stability of complexes with rare earths and trivalent actinides. J. Chem. Phys. 28 July 2026; 165 (4): 041101. https://doi.org/10.1063/5.0321792 Источник: Химический факультет МГУ #российскаянаука