Ricercatori del Politecnico Federale di Losanna (EPFL) hanno sviluppato un framework di intelligenza artificiale in grado di interpretare le istruzioni in linguaggio quotidiano di un chimico e selezionare il modo migliore per sintetizzare una data molecola tra migliaia di possibili percorsi. Il sistema, descritto dal team in un recente articolo, mira a ridurre il tempo che i chimici trascorrono a cercare manualmente nei database di reazioni e a pianificare percorsi a più fasi.
Come funziona l'IA
Il framework utilizza l'elaborazione del linguaggio naturale per comprendere comandi come "prepara questo composto partendo dal benzene" o "trova un percorso che eviti solventi tossici". Quindi esegue una ricerca tra le reazioni chimiche e le strutture molecolari note per trovare la sequenza di passaggi più efficiente. I ricercatori hanno affermato che il sistema considera fattori come resa, costo e sicurezza nel classificare le opzioni.
A differenza degli strumenti precedenti, che richiedevano agli utenti di inserire stringhe SMILES esatte o template di reazione, questo accetta istruzioni in testo libero come quelle che un chimico scriverebbe in un quaderno di laboratorio. Ciò abbassa la barriera all'uso della pianificazione computazionale, specialmente per i ricercatori che non sono esperti di programmazione.
Applicazioni potenziali in chimica
La capacità di tracciare rapidamente un percorso di sintesi è particolarmente importante in settori come lo sviluppo farmaceutico, dove ottenere un nuovo candidato farmaco in laboratorio può diventare un collo di bottiglia. Una ricerca che potrebbe richiedere ore o giorni a un essere umano può essere compressa in pochi minuti dall'IA.
Il team dell'EPFL ha testato il framework su un insieme di molecole target che includevano intermedi farmaceutici comuni. In ogni caso, il sistema ha restituito un percorso plausibile che corrispondeva o migliorava quello progettato da un chimico umano. I ricercatori hanno notato che l'IA a volte suggeriva una sequenza di reazioni diversa, più breve o che utilizzava reagenti più economici.
Risultati dei ricercatori
Il lavoro è stato svolto da un gruppo del Laboratorio di Chimica Computazionale e Sintesi Organica dell'EPFL. Hanno addestrato l'IA su un ampio database di reazioni chimiche note, dandole la capacità di scomporre un target complesso in blocchi costitutivi più semplici. Il sistema lavora poi a ritroso — una strategia chiamata retrosintesi — per trovare i passaggi.
Il team ha addestrato l'IA su un ampio database di reazioni chimiche note, dandole la capacità di scomporre un target complesso in blocchi costitutivi più semplici. Il sistema lavora poi a ritroso — una strategia chiamata retrosintesi — per trovare i passaggi.
Poiché il framework si basa sull'input in linguaggio semplice, i ricercatori hanno affermato che potrebbe essere integrato in quaderni di laboratorio elettronici o motori di ricerca chimici. Ciò permetterebbe a un chimico di digitare "sintetizzare ibuprofene" e ottenere un elenco di condizioni di reazione e materiali di partenza in pochi secondi.
Prossimi passi
Il team dell'EPFL sta ora lavorando per espandere il sistema in modo che gestisca reazioni che coinvolgono più fasi o catalizzatori. Stanno anche valutando la possibilità di far apprendere all'IA nuove reazioni man mano che vengono pubblicate, in modo che i suggerimenti sui percorsi continuino a migliorare. Il lavoro non è ancora stato implementato in un contesto industriale, ma i ricercatori hanno dichiarato di essere in discussione per collaborazioni con aziende farmaceutiche.
