Наночастицы — мельчайшие строительные блоки нашего мира — находятся в постоянном движении
Они подпрыгивают, смещаются и дрейфуют по непредсказуемым траекториям, формируемым невидимыми силами и случайными колебаниями окружающей среды.
Лучшее понимание их движений — ключ к разработке новых лекарств, материалов и датчиков
Однако наблюдение и интерпретация их движения на атомном уровне представляют для учёных серьёзные трудности.
Исследователи из Школы химической и биомолекулярной инженерии Технологического института Джорджии (ChBE) разработали модель искусственного интеллекта (ИИ), которая изучает физику, лежащую в основе этих движений
Исследование команды, [опубликованное](https://www.nature.com/articles/s41467-025-61632-1) в Nature Communications, позволяет учёным не только анализировать, но и генерировать реалистичные траектории движения наночастиц, неотличимые от реальных экспериментов, на основе тысяч экспериментальных записей.
Традиционные микроскопы, даже чрезвычайно мощные, с трудом наблюдают движущиеся наночастицы в жидкостях
А традиционные физические модели, такие как броуновское движение, часто не могут полностью отразить сложность непредсказуемых движений наночастиц, на которые могут влиять такие факторы, как вязкоупругие жидкости, энергетические барьеры или поверхностные взаимодействия.
Чтобы преодолеть эти препятствия, исследователи разработали глубокую генеративную модель (под названием LEONARDO), которая может анализировать и имитировать движение наночастиц, захваченных с помощью просвечивающей электронной микроскопии в жидкой фазе (LPTEM)
Это позволяет учёным лучше понять наномасштабные взаимодействия, невидимые невооружённым глазом. В отличие от традиционных методов визуализации, LPTEM может наблюдать за движением частиц в микрофлюидной камере, фиксируя движение с точностью до нанометра и миллисекунды.
«LEONARDO позволяет нам перейти от наблюдения к моделированию», — сказала Вида Джамали, доцент и научный сотрудник имени 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 на наноуровне, 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 в различных экспериментальных условиях, включая разные размеры частиц, частоту кадров и настройки электронного пучка. Это разнообразие позволило модели обобщать широкий спектр поведения и условий.
Что отличает LEONARDO, так это его способность учиться на экспериментальных данных, руководствуясь при этом физическими принципами, — сказал ведущий автор исследования Зайн Шабиб, аспирант в ChBE@GT. LEONARDO использует специализированную «функцию потерь», основанную на известных законах физики, чтобы гарантировать, что его прогнозы остаются обоснованными, даже когда наблюдаемое поведение является очень сложным или случайным.
«Многие модели машинного обучения похожи на чёрные ящики: они делают прогнозы, но мы не всегда знаем почему», — сказал Шабиб. «С LEONARDO мы интегрировали физические законы непосредственно в процесс обучения, чтобы выходные данные модели оставались интерпретируемыми и физически значимыми».
LEONARDO использует архитектуру, основанную на трансформерах, аналогичную моделям, лежащим в основе многих современных приложений искусственного интеллекта для обработки языка. Подобно тому, как языковая модель изучает грамматику и синтаксис, LEONARDO изучает «грамматику» движения наночастиц, выявляя скрытые причины взаимодействия наночастиц с окружающей средой.
Моделируя обширные библиотеки возможных движений наночастиц, LEONARDO может помочь обучить системы ИИ, которые автоматически настраивают электронные микроскопы для оптимальной визуализации, прокладывая путь для «умных» микроскопов, адаптирующихся в режиме реального времени, — говорят исследователи.
«Понимание наномасштабного движения приобретает всё большее значение для многих областей, включая доставку лекарств, наномедицину, науку о полимерах и квантовые технологии», — сказала Джамали. «Упрощая интерпретацию поведения частиц, LEONARDO может помочь учёным разрабатывать более качественные материалы, улучшать целевую терапию и открывать новые фундаментальные знания о том, как материя ведёт себя в малых масштабах».
Предоставлено [Georgia Institute of Technology](https://phys.org/partners/georgia-institute-of-technology/)