Šis AI perskaito jūsų chemijos instrukcijas ir suranda geriausią būdą sukurti jums molekulę

Molekulės sukūrimas nuo nulio yra viena iš sunkiausių chemijos problemų. Tai ne tik žinojimas, kokius atomus sujungti – reikia žinoti tinkamą reakcijų tvarką, kada apsaugoti jautrias molekulės dalis ir kaip išvengti aklavietės, galinčios sužlugdyti mėnesius trukusį laboratorijos darbą.

Tradiciškai tos žinios gyvena patyrusių chemikų galvose. Dabar EPFL komanda nori tai pritaikyti kalbos modeliui.

Tyrėjai, vadovaujami Philippe'o Schwallerio, šią savaitę žurnale „Matter“ paskelbė dokumentą, kuriame aprašoma „Synthegy“ – sistema, kuri naudoja didelius kalbos modelius kaip cheminės sintezės planavimo motyvavimo variklius. Pagrindinė įžvalga yra subtili, bet svarbi: užuot prašydama AI generuoti molekules, komanda naudoja dirbtinį intelektą, kad įvertintų sintezės kelius, kuriuos jau gamina tradicinė programinė įranga.

Štai kaip tai veikia: chemikas įveda tikslą paprasta anglų kalba, panašiai kaip „ankstyvosiose stadijose suformuoti pirimidino žiedą“. Esama retrosintezės programinė įranga, kuri veikia suskaidydama tikslines molekules į paprastesnes dalis, sukuria dešimtis ar šimtus galimų sintezės būdų.

Synthegy kiekvieną maršrutą paverčia tekstu ir perduoda jį LLM, kuris įvertina kiekvieną maršrutą pagal chemiko nurodymus. Geriausi iškyla į viršų su rašytiniais paaiškinimais, kodėl.

„Kuriant įrankius chemikams, vartotojo sąsaja yra labai svarbi, o ankstesni įrankiai rėmėsi sudėtingais filtrais ir taisyklėmis“, – EPFL pranešime teigė Andresas M. Branas, pagrindinis tyrimo autorius.

Sistema buvo patvirtinta dvigubai aklu tyrimu, kuriame dalyvavo 36 nepriklausomi chemikai, kurie peržiūrėjo 368 maršrutų poras. Jų atranka atitiko Synthegy 71,2 % laiko – šis skaičius maždaug atitinka tai, kaip dažnai ekspertai chemikai sutaria tarpusavyje. Vyresnieji mokslininkai (profesoriai ir mokslininkai) sutiko su Synthegy dažniau nei doktorantai, o tai rodo, kad sistema fiksuoja tas pačias strategines intuicijas, kurios ateina su patirtimi.

Tyrėjai išbandė kelis AI modelius, įskaitant GPT-4o, Claude ir DeepSeek-r1. AI jau daugelį metų veržiasi į narkotikų atradimą, tačiau dauguma metodų orientuoti į siaurai parengtus modelius konkrečioms užduotims atlikti. „Synthegy“ sukurta taip, kad būtų modulinė – ją galima prijungti prie bet kurio retrosintezės variklio užpakalinėje dalyje ir bet kokio galimo LLM argumentavimo pusėje. Gemini-2.5-pro surinko aukščiausią balą etalone, o DeepSeek-r1 atrodo stipri atvirojo kodo alternatyva, kuri gali veikti vietoje.

Sistema taip pat sprendžia antrąją problemą: reakcijos mechanizmo išaiškinimą. Tai yra klausimas, kodėl vyksta cheminė reakcija – kokie elektronų judėjimai vyksta kiekviename žingsnyje. „Synthegy“ suskaido reakcijas į elementarius judesius ir LLM įvertina kiekvieną žingsnį cheminiu požiūriu. Atliekant paprastas reakcijas, tokias kaip nukleofiliniai pakaitalai, geriausi modeliai pasiekė beveik tobulą tikslumą.

Galimi naudojimo atvejai yra platūs. Narkotikų atradimas yra akivaizdus. AI jau parodė žadą, numatantį vėžio gydymo rezultatus, tačiau tas pats metodas galioja visur, kur chemikams reikia kurti naujas medžiagas arba optimizuoti pramonines reakcijas. Viena praktinė detalė: 60 kandidatų maršrutų įvertinimas naudojant „Synthegy“ užtrunka maždaug 12 minučių ir kainuoja apie 2–3 USD API mokesčių.

Straipsnyje pripažįstamos dabartinės ribos. LLM kartais klaidingai supranta reakcijos kryptį savo teksto vaizde, todėl pateikia klaidingus pagrįstumo skambučius. Mažesni modeliai veikia ne ką geriau nei atsitiktinis spėjimas. Maršrutus, ilgesnius nei 20 žingsnių, nuosekliai sekti sunkiau.

Kodas ir lyginamieji standartai yra viešai prieinami adresu github.com/schwallergroup/steer.