Учёные Центра ИИ МГУ совместно с коллегами создали графовую нейронную сеть, которая прогнозирует устойчивость комплексов металлов с органическими молекулами-лигандами. Модель обучена на собранной авторами базе экспериментальных констант устойчивости и учитывает не только строение молекулы, но и температуру и ионную силу раствора. Объединение данных о разных металлах в одной модели позволило получать оценки даже для тех металлов, сведения о комплексах которых были исключены из обучения. Подобные прогнозы востребованы при поиске веществ для разделения и извлечения металлов, в том числе при переработке отработавшего ядерного топлива. Эксперименты с актинидами ограничены радиоактивностью и стоимостью образцов, разделение редкоземельных элементов осложняет сходство их свойств, а точные квантово-химические расчёты требуют значительных вычислительных ресурсов. Модель дополнительно оценивает неопределённость прогнозов, что помогает выделять соединения для приоритетной экспериментальной проверки; выявленные ею зависимости согласуются с известными химическими закономерностями. Разработка предназначена для предварительного отбора молекул: она ограничена комплексами состава «один ион металла – один лиганд» и водными растворами.