İsviçre Federal Teknoloji Enstitüsü Lozan (EPFL) araştırmacıları, bir kimyagerin günlük dil talimatlarını alıp, binlerce olası sentez yolu arasından belirli bir molekülü üretmenin en iyi yolunu seçebilen bir yapay zeka çerçevesi geliştirdi. Ekibin yakın zamanda yayımladığı bir makalede tanımladığı sistem, kimyagerlerin reaksiyon veritabanlarında manuel olarak arama yaparak ve çok adımlı yollar planlayarak harcadıkları zamanı azaltmayı hedefliyor.
Yapay Zeka Nasıl Çalışıyor
Çerçeve, "bu bileşiği benzenden başlayarak yap" veya "toksik çözücülerden kaçınan bir yol bul" gibi komutları anlamak için doğal dil işleme kullanıyor. Ardından, en verimli adım dizisini bulmak için bilinen kimyasal reaksiyonlar ve moleküler yapılar arasında bir arama yapıyor. Araştırmacılar, sistemin seçenekleri sıralarken verim, maliyet ve güvenlik gibi faktörleri dikkate aldığını söyledi.
Kullanıcıların tam SMILES dizeleri veya reaksiyon şablonları girmesini gerektiren önceki araçların aksine, bu sistem bir kimyagerin laboratuvar defterine yazacağı türden serbest metin talimatlarını kabul ediyor. Bu, özellikle programlama uzmanı olmayan araştırmacılar için hesaplamalı planlamayı kullanma engelini düşürüyor.
Kimyadaki Potansiyel Uygulamalar
Bir sentez yolunu hızlı bir şekilde haritalayabilme yeteneği, özellikle yeni bir ilaç adayının laboratuvarda üretilmesinin darboğaz oluşturabildiği ilaç geliştirme gibi alanlarda önemlidir. Bir insanın saatler veya günler sürebilecek bir arama, yapay zeka tarafından dakikalara sıkıştırılabiliyor.
EPFL ekibi, çerçeveyi yaygın farmasötik ara maddeleri içeren bir dizi hedef molekül üzerinde test etti. Her durumda sistem, bir insan kimyagerin tasarladığı yolla eşleşen veya onu iyileştiren makul bir yol döndürdü. Araştırmacılar, yapay zekanın bazen daha kısa olan veya daha ucuz reaktifler kullanan farklı bir reaksiyon dizisi önerdiğini belirtti.
Araştırmacıların Başardıkları
Çalışma, EPFL'nin Hesaplamalı Kimya ve Organik Sentez Laboratuvarı'ndaki bir grup tarafından yapıldı. Yapay zekayı, bilinen kimyasal reaksiyonlardan oluşan geniş bir veritabanı üzerinde eğiterek, karmaşık bir hedefi daha basit yapı taşlarına ayırma yeteneği kazandırdılar. Sistem daha sonra adımları bulmak için retrosentez adı verilen bir strateji olan geriye doğru çalışır.
Ekip, yapay zekayı bilinen kimyasal reaksiyonlardan oluşan geniş bir veritabanı üzerinde eğiterek, karmaşık bir hedefi daha basit yapı taşlarına ayırma yeteneği kazandırdı. Sistem daha sonra adımları bulmak için retrosentez adı verilen bir strateji olan geriye doğru çalışır.
Çerçeve, düz dil girdisine dayandığı için araştırmacılar, elektronik laboratuvar defterlerine veya kimyasal arama motorlarına entegre edilebileceğini söyledi. Bu, bir kimyagerin "ibuprofen sentezle" yazmasına ve saniyeler içinde bir dizi reaksiyon koşulu ve başlangıç malzemesi almasına olanak tanıyacak.
Sonraki Adımlar
EPFL ekibi şimdi, birden fazla faz veya katalizör içeren reaksiyonları işleyecek şekilde sistemi genişletmek için çalışıyor. Ayrıca, yayınlandıkça yeni reaksiyonlardan öğrenmesi için yapay zekayı eğitmeyi araştırıyorlar, böylece yol önerileri iyileşmeye devam ediyor. Çalışma henüz endüstriyel bir ortamda uygulanmadı, ancak araştırmacılar ilaç şirketleriyle işbirliklerini görüştüklerini söyledi.
