Тестовый доступ к модульной платформе Синтелли

Технологии искусственного интеллекта для решения междисциплинарных научных задач и увеличения эффективности исследований в области органической и медицинской химии

С 1 апреля по 31 мая 2025 года РУДН открыт тестовый доступ к модульной платформе Синтелли

Платформа позволяет производить поиск по структурам, поиск по подобию и по реакциям, а также поддерживает ссылки на внешние источники данных.

Функционал платформы дает доступ к следующим модулям:

Модуль «Молекулярный редактор» – предназначен для прогнозирования свойств соединений, которых нет в базе данных Синтелли.
Модуль «Датасеты» – позволяет создавать, загружать, редактировать и проводить анализ личных, корпоративных (датасеты компании) и тематических датасетов.
Модуль «SynMap» – обеспечивает возможность визуализировать молекулы на 2D плоскости, группировать близкие по свойствам молекулы в кластеры и генерировать соединения с заданными свойствами.
Модуль «Предсказание реакции» – предназначен для планирования синтеза соединений и предсказания путей химических превращений.
Модуль «Спектры» – содержит три модуля для прогнозирования различных типов спектральных данных, каждый из которых дает информацию о структуре и свойствах анализируемых молекул: Ядерный магнитный резонанс (ЯМР), Масс-спектрометрия (QToF MS/MS) и Инфракрасная спектроскопия.
Модуль «Стоимость синтеза» – позволяет прогнозировать стоимость синтетических соединений, учитывающий множество факторов, включая масштаб производства и сложность синтеза.
Модуль «PDF2SMILES» – инструмент оптического распознавания молекулярных структур и структур Маркуша из PDF-документов и экспорта структур из документов в отдельный датасет для дальнейшего анализа.
Модуль «SMILES2IUPAC» – автоматизированный инструмент конвертации химических структур из формата SMILES в систематическое наименование по номенклатуре IUPAC.
Модуль «Статистика» – в разделе представлена информация о точности и надежности моделей, используемых в системе по двум типам метрик: RMSE (Root Mean Square Error) для измерения среднеквадратичной ошибки предсказаний и ROC AUC (Receiver Operating Characteristic Area Under для измерения качества бинарной классификации.

Ресурс будет полезен студентам и аспирантам химических факультетов вузов и может быть использован для решения различных задач в области органической и медицинской химии