Предсказание магнитных свойств наночастиц для биомедицинских применений. Сбор данных презентация

Работа с данными в ML проектах
2
Под сбором данных понимается непосредственно сбор данных из самых разных источников, первичная обработка и анализ целевых показателей
Нужно четко понимать задачу, которую нам надо решить
Это помогает выбрать данные, которые необходимо собрать
Качество данных напрямую влияет на эффективность моделей МО

Способы сбора данных
3
Как мы можем собирать данные?
- Публичные базы данных (PubChem, ChEMBL, ZINC, Protein Data Bank, Crystallography Open Database) – пожалуй, лучший из имеющихся источников
Лабораторный журнал – долго оцифровывать бумажки
Инструментальные данные – редко когда сырые данные пригодны для использования
Опубликованные статьи – успешные кейсы
Неопубликованные данные – неуспешные кейсы
-Компьютерное моделирование (пример – методы Монте-Карло)
Основная проблема состоит в том, что данных огромное количество, однако систематизированных данных меньше в разы
Поэтому публичные базы данных непригодны для определенных классов проблем (как например, наночастицы ?)

Сбор данных
4
Единственный вариант – сбор информации из научных статей
Это долгий и неблагодарный процесс. Это понимают все, поэтому сейчас существуют попытки использования ИИ для сбора информации из научных статей. Основная проблема – статьи пишутся разными людьми, и если кто-то решил сделать табличку, а другой человек – разместить цифры на графике, то это приведет к неработоспособности алгоритма
https://doi.org/10.1021/acs.chemmater.1c01368

Какие данные нужны нам?
Состав – в основном ферриты металлов (Fe2O3 + оксид металла). Важна структура и суммарный магнитный момент
Форма – сферические, квадратные, эллипсоидные, параллелепипед, flower-like т.д. В основном сферы
Размер – суперпарамагнетик или ферромагнетик
Покрытие – взаимодействие с окружающей средой, особенно для МРТ
Магнитные свойства наночастицы – производные многих факторов. Их расчет – крайне нетривиальная задача, проще получить экспериментально с высокой точностью
Дзета-потенциал – устойчивость дисперсий
Гидродинамический радиус – фактический размер наночастицы в среде
Условия эксперимента
А также “учитель” – правильные данные для обучения
Экспериментально измеренные значения SAR и r1/r2 релаксаций – то, на что мы будем равняться
5