Благодаря применению ИИ — искусственного интеллекта в области химии ученые смогли синтезировать 35 новых лекарств и материалов.
Аппарат для дистилляции с водяным паром, используемый для извлечения продукта из реакционной смеси.
Химический синтез — это процесс создания сложных химических соединений из более простых исходных веществ.
Поиск лекарств-блокбастеров и чудодейственных материалов — трудная задача для химиков. Чтобы создать перспективные соединения, они должны изучить миллионы известных химических реакций, в которые ежегодно добавляются сотни тысяч новых, а затем проверить, возможно ли их синтезировать.
Теперь исследователи создали систему искусственного интеллекта, которая значительно упрощает и ускоряет процесс химического синтеза. Система, получившая название MOSAIC и описанная в исследовании, опубликованном в журнале Nature 19 января 1, рекомендовала условия, которые исследователи смогли использовать для получения 35 соединений, потенциально способных стать такими продуктами, как фармацевтические препараты, агрохимикаты или косметика, без необходимости в каких-либо дальнейших исследованиях или доработках.
“Синтез небольших молекул — это медленный шаг в создании лекарств и ряде других важных областей”, — говорит соавтор исследования Тимоти Ньюхаус, химик из Йельского университета в Нью-Хейвене, штат Коннектикут.
MOSAIC может устранить это узкое место, добавляет Ньюхаус, и, следовательно, может привести к созданию большего количества и более качественных продуктов. Она “способна составлять полные лабораторные инструкции — достаточно подробные, чтобы химики могли им следовать — для создания молекул, которых ранее не существовало”.
Прогнозирование условий протекания химических реакций является ключевым направлением использования искусственного интеллекта в химии. Одним из наиболее известных инструментов является IBM RXN для химии, который основан на большой языковой модели (LLM).
В нем используется система под названием simplified molecular-input line-entry system. Она преобразует химические трехмерные структуры в буквы, цифры и знаки препинания, которые лучше подходят для системы, распознающей язык.
Чат-бот с искусственным интеллектом демонстрирует удивительный талант к прогнозированию химических свойств и реакций.
Подход SMILES упрощает обработку химической информации, такой как исходные материалы и растворители. “Нашей целью было создать общую модель, которая могла бы читать химию так, как ее пишут химики, прислушиваясь к языку экспериментальных процедур и быстро превращая этот коллективный голос в практическое предложение”, — говорит Ньюхаус.
Ньюхаус добавляет, что интеграция пошаговых инструкций, которые создает MOSAIC, в автоматизированные системы была бы “естественным следующим шагом”.
Исследователи использовали ранее разработанную ими систему искусственного интеллекта, чтобы сгруппировать базу данных, содержащую около миллиона реакций, извлеченных из патентов, в 2285 подмножеств.
Используя эти подмножества, команда получила 2498 отдельных экспертных моделей, каждая из которых специализировалась на одной комбинации химических превращений, начиная с одного типа молекулы. Этот подход может работать на локальных компьютерах, поскольку он использует меньше параметров, чем основные LLM.
Мартин Сейфрид, специалист по материаловедению из Университета штата Северная Каролина в Роли, говорит, что MOSAIC примечательна тем, что она избегает “использования максимально возможной модели для решения проблемы, вместо этого предпочитая сосредоточиться на тщательно разработанной системе гораздо меньших «экспертных» моделей». “Каждая специализированная модель более точна в своей области”, — говорит Сейфрид.
Автор: Энди Экстенс
