В начале 2023-го Синтелли выиграла грант Российского фонда развития информационных технологий (РФРИТ) на доработку своего продукта — платформы искусственного интеллекта для изучения химического пространства и прогнозирования свойств органических соединений.
Цель грантового проекта — разработать решение для фармацевтической, химической и косметической сфер, защиты интеллектуальной собственности, патентного поиска, регуляторной деятельности. Реализация проекта позволит устранить зависимость от зарубежных решений и создать элемент инфраструктуры, необходимый для ускоренного технологического развития в области разработки новых средств и лекарственных препаратов.
На данный момент завершен первый этап грантового проекта и мы хотим представить результаты полугодовой деятельности:
Помимо задач, описанных в рамках ТЗ, мы также скорректировали синтаксис русской версии платформы, исправили склонения и многие термины, добавили новые подсказки, интерфейс стал более удобным и интуитивно понятным.
Таким образом, в ходе первого этапа работы над проектом были реализованы доработки, которые значительно расширили функциональные возможности платформы. В настоящее время продолжается активная доработка и создание новых модулей, не имеющих аналогов не только в России, но и в мире.
Помощь РФРИТ играет важную роль в развитии отечественного ИТ-сектора. Государственные гранты, инвестиции и поддержка исследований позволяют российским ИТ-компаниям воплощать идеи в жизнь, осуществлять научные исследования и разработки, а также привлекать высококвалифицированных специалистов.
Второй этап грантового проекта будет не менее плодотворным, чем предыдущий: мы расширим возможности поиска, доработаем модуль генерации IUPAC для русского языка, разработаем модуль прогнозирования стоимости конечных органических соединений, доработаем модуль визуализации SynMap, а также блок прогнозирования ЯМР-спектров соединений.
Цель грантового проекта — разработать решение для фармацевтической, химической и косметической сфер, защиты интеллектуальной собственности, патентного поиска, регуляторной деятельности. Реализация проекта позволит устранить зависимость от зарубежных решений и создать элемент инфраструктуры, необходимый для ускоренного технологического развития в области разработки новых средств и лекарственных препаратов.
На данный момент завершен первый этап грантового проекта и мы хотим представить результаты полугодовой деятельности:
- база данных свойств для уже изученных соединений расширена с 96 млн записей до 150 млн;
- расширен набор программных модулей прогностических моделей на основе глубоких нейронных сетей для расчета токсикологических свойств органических соединений (добавлено 27 новых моделей);
- разработана функциональность поддержки пакетного режима обработки данных, работа с датасетами молекул;
- собраны и обработаны данные для обучения модели для прогнозирования стоимости конечных органических соединений;
- разработан генератор химических структур с заданными свойствами (низкая токсичность, высокая биологическая активность) на основе генеративных нейросетевых моделей;
Помимо задач, описанных в рамках ТЗ, мы также скорректировали синтаксис русской версии платформы, исправили склонения и многие термины, добавили новые подсказки, интерфейс стал более удобным и интуитивно понятным.
Таким образом, в ходе первого этапа работы над проектом были реализованы доработки, которые значительно расширили функциональные возможности платформы. В настоящее время продолжается активная доработка и создание новых модулей, не имеющих аналогов не только в России, но и в мире.
Помощь РФРИТ играет важную роль в развитии отечественного ИТ-сектора. Государственные гранты, инвестиции и поддержка исследований позволяют российским ИТ-компаниям воплощать идеи в жизнь, осуществлять научные исследования и разработки, а также привлекать высококвалифицированных специалистов.
Второй этап грантового проекта будет не менее плодотворным, чем предыдущий: мы расширим возможности поиска, доработаем модуль генерации IUPAC для русского языка, разработаем модуль прогнозирования стоимости конечных органических соединений, доработаем модуль визуализации SynMap, а также блок прогнозирования ЯМР-спектров соединений.