ИИ-модель LEONARDO раскрывает тайны движения наночастиц в жидкостях

Обзор работы LEONARDO. Автор: Nature Communications (2025). DOI: 10.1038/s41467-025-61632-1

Наночастицы — мельчайшие строительные блоки нашего мира — находятся в постоянном движении, хаотично перемещаясь под воздействием невидимых сил и случайных флуктуаций окружающей среды.

Понимание их движения крайне важно для разработки новых лекарств, материалов и сенсоров. Однако наблюдение и интерпретация их перемещений на атомном уровне долгое время оставались серьёзной проблемой для учёных.

Исследователи из Школы химической и биомолекулярной инженерии Технологического института Джорджии (ChBE) разработали модель искусственного интеллекта (ИИ), которая изучает физические законы, управляющие этими движениями.

Работа команды, опубликованная в журнале Nature Communications, позволяет учёным не только анализировать, но и генерировать реалистичные траектории движения наночастиц, неотличимые от реальных экспериментов, на основе тысяч экспериментальных записей.

Новое окно в наномир

Обычные микроскопы, даже самые мощные, с трудом наблюдают движущиеся наночастицы в жидкостях. А традиционные физические модели, такие как броуновское движение, часто не могут полностью описать сложность непредсказуемых перемещений наночастиц, на которые влияют такие факторы, как вязкоупругие жидкости, энергетические барьеры или поверхностные взаимодействия.

Чтобы преодолеть эти препятствия, исследователи разработали генеративную модель глубокого обучения (названную LEONARDO), которая может анализировать и симулировать движение наночастиц, зафиксированное с помощью просвечивающей электронной микроскопии в жидкой фазе (LPTEM). Это позволяет учёным лучше понять наномасштабные взаимодействия, невидимые невооружённым глазом. В отличие от традиционной визуализации, LPTEM может наблюдать частицы, когда они естественным образом перемещаются в микрофлюидной камере, фиксируя движение с точностью до нанометра и миллисекунды.

«LEONARDO позволяет нам выйти за рамки наблюдения к симуляции, — говорит Вида Джамали, доцент и стипендиат Дэниела Б. Моури в ChBE@GT. — Теперь мы можем создавать высокоточные модели наномасштабного движения, отражающие реальные физические силы. LEONARDO помогает нам не только увидеть, что происходит в наномасштабе, но и понять почему».

Для обучения и тестирования LEONARDO исследователи использовали модельную систему золотых наностержней, диффундирующих в воде. Они собрали более 38 000 коротких траекторий при различных экспериментальных условиях, включая разные размеры частиц, частоту кадров и настройки электронного луча. Это разнообразие позволило модели обобщать поведение в широком диапазоне условий.

Генеративный ИИ LEONARDO

Как пояснил ведущий автор исследования Зейн Шабиб, аспирант ChBE@GT, ключевая особенность LEONARDO — способность обучаться на экспериментальных данных, оставаясь при этом под контролем физических принципов. Модель использует специализированную «функцию потерь», основанную на известных законах физики, чтобы её предсказания оставались реалистичными даже при сложном или случайном поведении.

«Многие модели машинного обучения похожи на чёрные ящики — они делают предсказания, но мы не всегда понимаем, почему, — объясняет Шабиб. — В LEONARDO мы напрямую интегрировали физические законы в процесс обучения, чтобы выводы модели оставались интерпретируемыми и физически осмысленными».

LEONARDO использует архитектуру на основе трансформеров — такую же, как и многие современные языковые модели ИИ. Подобно тому, как языковая модель изучает грамматику и синтаксис, LEONARDO изучает «грамматику» движения наночастиц, выявляя скрытые причины их взаимодействия с окружающей средой.

Перспективы применения

Исследователи отмечают, что, симулируя огромные библиотеки возможных движений наночастиц, LEONARDO может помочь в обучении ИИ-систем для автоматической настройки электронных микроскопов для оптимальной визуализации. Это открывает путь к созданию «умных» микроскопов, адаптирующихся в реальном времени.

«Понимание наномасштабного движения становится всё более важным для многих областей, включая доставку лекарств, наномедицину, науку о полимерах и квантовые технологии, — говорит Джамали. — Облегчая интерпретацию поведения частиц, LEONARDO может помочь учёным разрабатывать лучшие материалы, улучшать таргетную терапию и открывать новые фундаментальные знания о поведении материи в малых масштабах».

Дополнительная информация: Зейн Шабиб и др., Learning the diffusion of nanoparticles in liquid phase TEM via physics-informed generative AI, Nature Communications (2025). DOI: 10.1038/s41467-025-61632-1

Источник: Технологический институт Джорджии