ИИ научился проектировать молекулы по текстовому описанию химиков

Концептуальная иллюстрация разработки Synthegy. Источник: Ella Maru Studio

Создание новых молекул — одна из сложнейших задач в химии. Будь то жизненно важный препарат или передовой материал, каждое соединение требует тщательно спланированной серии реакций. Разработка этих этапов требует глубоких знаний и стратегического мышления, поэтому химики часто тратят годы на освоение процесса.

Ключевым препятствием является ретросинтез — подход, при котором химики начинают с конечной молекулы и движутся назад, чтобы определить более простые исходные вещества и возможные пути реакций. Это требует множества решений: выбора правильных «строительных блоков», определения момента формирования колец и необходимости защиты чувствительных частей молекулы. Хотя компьютеры могут сканировать огромные «химические пространства», им всё ещё не хватает стратегического чутья опытных химиков.

Ещё одна проблема связана с механизмами реакций, описывающими, как реакции протекают пошагово через движение электронов. Понимание этих механизмов позволяет учёным предсказывать новые реакции, повышать эффективность и избегать дорогостоящих проб и ошибок. Современные вычислительные инструменты могут предлагать множество возможных путей, но им часто не хватает интуиции для выбора наиболее реалистичных.

Новый подход ИИ к химическому мышлению

Исследователи под руководством Филиппа Шваллера из EPFL (Федеральная политехническая школа Лозанны) разработали новый метод, использующий большие языковые модели (LLM) в качестве инструментов рассуждения для химии. Вместо прямой генерации химических структур эти модели выступают в роли оценщиков, направляющих работу существующих вычислительных систем.

Новая платформа, получившая название Synthegy, сочетает традиционные алгоритмы поиска с ИИ, способным интерпретировать химические стратегии, описанные на естественном языке.

«При создании инструментов для химиков пользовательский интерфейс имеет огромное значение, а предыдущие инструменты полагались на громоздкие фильтры и правила, — говорит Андрес М. Бран, первый автор статьи о Synthegy, опубликованной в журнале Matter. — С Synthegy мы даём химикам возможность просто говорить, позволяя им итерировать гораздо быстрее и работать с более сложными синтетическими идеями».

Как Synthegy улучшает планирование ретросинтеза

Synthegy начинает работу с целевой молекулы и простой инструкции на повседневном языке. Например, химик может попросить сформировать определённое кольцо на раннем этапе или избежать ненужных защитных групп. Стандартное программное обеспечение для ретросинтеза затем генерирует множество возможных путей.

Каждый из этих путей преобразуется в текст и проверяется языковой моделью. Synthegy оценивает, насколько хорошо каждый вариант соответствует инструкциям химика, и объясняет свои рассуждения. Это упрощает ранжирование и фильтрацию лучших маршрутов. Направляя поиск с помощью естественного языка, химики могут быстро сосредоточиться на стратегиях, соответствующих их целям.

Понимание механизмов реакций с помощью ИИ

Synthegy применяет аналогичный метод к механизмам реакций. Он разбивает реакции на базовые движения электронов и исследует различные возможности. Языковая модель оценивает каждый шаг и направляет поиск к химически обоснованным путям.

Система также может учитывать дополнительные детали, такие как условия реакции или гипотезы экспертов, представленные в виде текста. Эта гибкость позволяет исследователям уточнять свой анализ и исследовать более реалистичные сценарии.

Производительность и валидация с участием химиков

В планировании синтеза Synthegy смог определить пути, соответствующие сложным стратегическим инструкциям. В двойном слепом исследовании 36 химиков предоставили 368 валидных оценок, и их суждения совпали с результатами системы в среднем в 71,2% случаев.

Платформа может выявлять ненужные защитные шаги, оценивать осуществимость реакций и отдавать приоритет эффективным решениям. Она также демонстрирует, что LLM могут работать на нескольких уровнях: от анализа функциональных групп до оценки целых синтетических маршрутов. Крупные модели показали наилучшие результаты, в то время как меньшие модели продемонстрировали более ограниченные возможности.

Новая роль ИИ в химии

Это исследование подчёркивает иной способ поддержки химии с помощью ИИ. Вместо замены человеческого принятия решений Synthegy позиционирует языковые модели как проводников, помогающих интерпретировать и уточнять вычислительные результаты. Химики могут описывать свои цели на простом языке и получать решения, отражающие их стратегию.

Этот подход может ускорить разработку лекарств, улучшить дизайн реакций и сделать передовые инструменты более доступными для учёных.

«Связь между планированием синтеза и механизмами очень захватывающая: обычно мы используем механизмы для открытия новых реакций, которые позволяют нам синтезировать новые молекулы, — говорит Андрес М. Бран. — Наша работа устраняет этот разрыв вычислительным путём через унифицированный интерфейс на естественном языке».

Источники: