Forskere ved Swiss Federal Institute of Technology Lausanne (EPFL) har utviklet et kunstig intelligens-rammeverk som kan ta en kjemikers hverdagsspråklige instruksjoner og velge den beste måten å fremstille et gitt molekyl på blant tusenvis av mulige synteseveier. Systemet, som teamet beskrev i en nylig publisert artikkel, har som mål å redusere tiden kjemikere bruker på manuelt å søke gjennom reaksjonsdatabaser og planlegge flertrinns ruter.
Slik fungerer KI-en
Rammeverket bruker naturlig språkprosessering for å forstå kommandoer som «lag denne forbindelsen med utgangspunkt i benzen» eller «finn en rute som unngår giftige løsemidler». Deretter kjører det et søk gjennom kjente kjemiske reaksjoner og molekylstrukturer for å finne den mest effektive sekvensen av trinn. Forskerne sa at systemet vurderer faktorer som utbytte, kostnad og sikkerhet når det rangerer alternativene.
I motsetning til tidligere verktøy som krevde at brukerne skrev inn nøyaktige SMILES-strenger eller reaksjonsmaler, aksepterer dette verktøyet den typen fritekstinstruksjoner en kjemiker ville skrevet i en laboratoriejournal. Det senker terskelen for å bruke beregningsbasert planlegging, spesielt for forskere som ikke er programmeringseksperter.
Potensielle anvendelser innen kjemi
Evnen til raskt å kartlegge en synteserute er mest avgjørende innen felt som farmasøytisk utvikling, hvor det å få fremstilt et nytt legemiddelkandidat i laboratoriet kan være en flaskehals. Et søk som kan ta et menneske timer eller dager, kan komprimeres til minutter av KI-en.
EPFL-teamet testet rammeverket på et sett med målforbindelser som inkluderte vanlige farmasøytiske mellomprodukter. I hvert tilfelle returnerte systemet en plausibel rute som matchet eller forbedret den en menneskelig kjemiker hadde designet. Forskerne bemerket at KI-en noen ganger foreslo en annen reaksjonssekvens som var kortere eller brukte billigere reagenser.
Hva forskerne oppnådde
Arbeidet ble utført av en gruppe ved EPFLs laboratorium for beregningskjemi og organisk syntese. De trente KI-en på en stor database med kjente kjemiske reaksjoner, og ga den evnen til å bryte ned et komplekst mål til enklere byggesteiner. Systemet jobber deretter baklengs – en strategi kalt retrosyntese – for å finne trinnene.
Teamet trente KI-en på en stor database med kjente kjemiske reaksjoner, og ga den evnen til å bryte ned et komplekst mål til enklere byggesteiner. Systemet jobber deretter baklengs – en strategi kalt retrosyntese – for å finne trinnene.
Fordi rammeverket er avhengig av vanlig språk som input, sa forskerne at det kan integreres i elektroniske laboratoriejournaler eller kjemiske søkemotorer. Det ville la en kjemiker skrive «syntetiser ibuprofen» og få en liste over reaksjonsbetingelser og utgangsmaterialer i løpet av sekunder.
Neste steg
EPFL-teamet jobber nå med å utvide systemet til å håndtere reaksjoner som involverer flere faser eller katalysatorer. De undersøker også muligheten for å la KI-en lære fra nye reaksjoner etter hvert som de publiseres, slik at ruteanbefalingene fortsetter å forbedres. Arbeidet er ennå ikke tatt i bruk i industrien, men forskerne sa at de diskuterer samarbeid med farmasøytiske selskaper.
