Диссертация

Диссертация посвящена разработке вычислительного подхода для дизайна новых экстрагентов, способных селективно разделять трехвалентные f-элементы. В работе собран обширный набор экспериментальных данных по комплексообразователям и их константам устойчивости. Проведен анализ дескрипторов лигандов (жесткость, энергия предорганизации, электростатический потенциал), показавший, что их нелинейная комбинация с условиями эксперимента позволяет предсказывать селективность. С использованием продвинутых методов машинного обучения (трансферное обучение и гибридные архитектуры) созданы предиктивные модели, предсказывающие константы устойчивости комплексов f-элементов с ошибкой от 0.4 [lgK]. Разработанная генеративная модель на основе генетического алгоритма, интегрированная с предсказательными моделями, способна предлагать структуры перспективных комплексообразователей. Экспериментальная проверка на ряде лигандов подтвердила способность модели корректно ранжировать соединения по селективности. Предложенный подход открывает возможности для ускоренного и целенаправленного поиска новых экстрагентов для задач радиохимии.