Η Τεχνητή Ευφυία μαθαίνει να σχεδιάζει τις Χημικές παρασκευές.

Source: Shutterstock

Για να παρασκευαστεί μια χημική ουσία καινούργια ή ακόμα και γνωστή από παλιά σχεδιάστηκε ένας αλγόριθμος τεχνητής ευφυίας με βάση το AlphaGo της Google που μπορεί να χρησιμοποιηθεί για να καθορίσει γρήγορα τις διαδοχικές αντιδράσεις που απαιτούνται για να γίνει η παρασκευή. Το 57% των ερωτηθέντων χημικών προτίμησε τη διαδρομή της τεχνητής ευφυίας από εκείνες που σχεδιάζονται από τους χημικούς. Ωστόσο, ακόμα ο αλγόριθμος αποκλείει τη στερεοχημεία και τα φυσικά προϊόντα.

Από τα φάρμακα έως την επιστήμη των υλικών, τα μικρά οργανικά μόρια είναι απαραίτητα για την ανθρώπινη ευημερία. Για να σχεδιάσουν τις οργανικές συνθέσεις, οι χημικοί χρησιμοποιούν μια τεχνική επίλυσης προβλημάτων που ονομάζεται ρετροσύνθεση (αντίστροφη επίλυση). Στην ρετροσύνθεση, το επιζητούμενο μόριο στόχος μετασχηματίζεται επαναληπτικά σε ολοένα και απλούστερες πρόδρομες ενώσεις μέχρις ότου ληφθεί μια ομάδα εύκολα διαθέσιμων πρώτων υλών.

Η ρετροσύνθεση με υπολογιστές είναι ένα εξαιρετικά πολύτιμο εργαλείο, ωστόσο, οι παλαιότερες προσεγγίσεις ήταν αργές και παρείχαν αποτελέσματα μη ικανοποιητικής ποιότητας. Εδώ, οι ερευνητές χρησιμοποιούν την μέθοδο Monte Carlo (Monte Carlo Tree Search: MCTS) για να ανακαλύψουν πιο αποτελεσματικά τις ανάδρομες διαδρομές.

Η μέθοδος MCTS συνδυάστηκε με ένα νευρωνικό δίκτυο επέκτασης που οδηγεί την αναζήτηση και με ένα νευρωνικό δίκτυο φίλτρων "στόχευσης" για να απορρίψει τα απαγορευτικά βήματα και να προεπιλέξει τα πιο ελπιδοφόρα ρετροσυνθετικά βήματα. Αυτά τα νευρωνικά δίκτυα εκπαιδεύτηκαν πάνω σε 12 εκατομμύρια αντιδράσεις, που αντιπροσωπεύουν ουσιαστικά όλες τις αντιδράσεις που δημοσιεύθηκαν ποτέ στην οργανική χημεία.

Μια χημική σύνθεση για τις Πανελλήνιες Εξετάσεις

Σύμφωνα με τους Marwin H.S. Segler, Mike Preuss, Mark P. Waller που δημιούργησαν αυτή τη νέα μέθοδο, το σύστημά τους επιλύει σχεδόν δύο φορές περισσότερα μόρια και είναι 30 φορές ταχύτερο σε σύγκριση με την παραδοσιακή μέθοδο αναζήτησης που βασίζεται σε εκατομμύρια χειροκίνητα προγραμματισμένους χημικούς κανόνες. Τέλος, μετά από μια 60ετή ιστορία προγραμματισμού της χημικής σύνθεσης μέσω υπολογιστή, οι χημικοί δεν μπορούν πλέον να διακρίνουν τις σειρές αντιδράσεων που παράγονται από ένα ηλεκτρονικό σύστημα και τις πραγματικές σειρές αντιδράσεων που λαμβάνονται από την επιστημονική βιβλιογραφία. Αναμένουμε ότι η μέθοδος μας θα επιταχύνει την ανακάλυψη φαρμάκων και υλικών βοηθώντας τους χημικούς να σχεδιάσουν καλύτερες συνθέσεις γρηγορότερα και επιτρέποντας την πλήρη αυτοματοποιημένη ρομποτική χημική σύνθεση.


Πηγές: 

Από το blog: Compound Interest υπό Andy Brunning, 27 Αυγούστου 2017

και από το Άρθρο: CHEMISTRY WORLD (RCS) υπό Matthew Gunther , 26 Αυγούστου 2017

Επιστημονικό άρθρο: arXiv.org (Cornel University Library) με τίτλο: Learning to Plan Chemical Syntheses υπό: Marwin H.S. Segler, Mike Preuss, Mark P. Waller που δημοσιεύτηκε την: 14 Αυγούστου 2017

Εικόνες: 
Υπολογιστής στο εργαστήριο: Via RSC Source: Shutterstock
Δέντρο οργανικής Χημείας: ximeia4exams.blogspot.gr 

Η σύγχρονη έρευνα στη ΧΗΜΕΊΑ