Forscher der Eidgenössischen Technischen Hochschule Lausanne (EPFL) haben ein künstliches Intelligenzsystem entwickelt, das aus den alltäglichen sprachlichen Anweisungen eines Chemikers den besten Weg zur Herstellung eines bestimmten Moleküls aus Tausenden möglicher Synthesepfade auswählen kann. Das System, das das Team in einem kürzlich veröffentlichten Fachartikel beschrieb, zielt darauf ab, die Zeit zu verkürzen, die Chemiker damit verbringen, manuell in Reaktionsdatenbanken zu suchen und mehrstufige Routen zu planen.
Wie die KI funktioniert
Das Framework nutzt natürliche Sprachverarbeitung, um Befehle wie „Stelle diese Verbindung ausgehend von Benzol her“ oder „Finde einen Weg, der giftige Lösungsmittel vermeidet“ zu verstehen. Anschließend durchsucht es bekannte chemische Reaktionen und Molekülstrukturen, um die effizienteste Abfolge von Schritten zu finden. Die Forscher gaben an, dass das System bei der Bewertung der Optionen Faktoren wie Ausbeute, Kosten und Sicherheit berücksichtigt.
Im Gegensatz zu früheren Werkzeugen, die von den Benutzern die Eingabe genauer SMILES-Strings oder Reaktionsvorlagen erforderten, akzeptiert dieses die Art von Freitextanweisungen, die ein Chemiker in ein Laborheft schreiben würde. Das senkt die Hürde für den Einsatz computergestützter Planung, insbesondere für Forscher, die keine Programmierexperten sind.
Potenzielle Anwendungen in der Chemie
Die Fähigkeit, schnell einen Syntheseweg zu skizzieren, ist vor allem in Bereichen wie der Arzneimittelentwicklung von Bedeutung, wo die Herstellung eines neuen Wirkstoffkandidaten im Labor ein Engpass sein kann. Eine Suche, die für einen Menschen Stunden oder Tage dauern würde, kann von der KI auf Minuten verkürzt werden.
Das EPFL-Team testete das Framework an einer Reihe von Zielmolekülen, darunter gängige pharmazeutische Zwischenprodukte. In jedem Fall lieferte das System einen plausiblen Weg, der dem von einem menschlichen Chemiker entworfenen entsprach oder ihn übertraf. Die Forscher stellten fest, dass die KI manchmal eine andere Reaktionssequenz vorschlug, die kürzer war oder günstigere Reagenzien verwendete.
Was die Forscher erreicht haben
Die Arbeit wurde von einer Gruppe im Labor für Computerchemie und Organische Synthese der EPFL durchgeführt. Sie trainierten die KI auf einer großen Datenbank bekannter chemischer Reaktionen und gaben ihr die Fähigkeit, ein komplexes Ziel in einfachere Bausteine zu zerlegen. Das System arbeitet dann rückwärts – eine Strategie namens Retrosynthese – um die Schritte zu finden.
Das Team trainierte die KI auf einer großen Datenbank bekannter chemischer Reaktionen und gab ihr die Fähigkeit, ein komplexes Ziel in einfachere Bausteine zu zerlegen. Das System arbeitet dann rückwärts – eine Strategie namens Retrosynthese – um die Schritte zu finden.
Da das Framework auf Eingaben in natürlicher Sprache basiert, sagten die Forscher, dass es in elektronische Laborhefte oder chemische Suchmaschinen integriert werden könnte. Das würde es einem Chemiker ermöglichen, „Ibuprofen synthetisieren“ einzutippen und innerhalb von Sekunden eine Liste von Reaktionsbedingungen und Ausgangsmaterialien zu erhalten.
Nächste Schritte
Das EPFL-Team arbeitet nun daran, das System zu erweitern, um Reaktionen zu handhaben, die mehrere Phasen oder Katalysatoren umfassen. Sie untersuchen auch, wie die KI aus neu veröffentlichten Reaktionen lernen kann, damit die Routenvorschläge immer besser werden. Die Arbeit wurde noch nicht in einem industriellen Umfeld eingesetzt, aber die Forscher sagten, sie führten Gespräche über Kooperationen mit Pharmaunternehmen.
