Criar novas moléculas é uma das tarefas mais difíceis da química. Quer o alvo seja um medicamento que salva vidas ou um material de ponta, cada composto deve ser construído através de uma série de reações cuidadosamente planeadas. O desenvolvimento dessas etapas requer profundo conhecimento e pensamento estratégico, e é por isso que os químicos muitas vezes passam anos dominando o processo.
Um grande obstáculo é a retrossíntese. Neste método, os químicos começam com a molécula final que desejam e depois trabalham de trás para frente para encontrar materiais iniciais mais simples e possíveis rotas de reação. Isto envolve muitas decisões, como escolher os blocos de construção corretos, decidir quando formar um anel e determinar se partes sensíveis da molécula precisam de proteção. Embora os computadores possam varrer enormes “espaços químicos”, eles ainda lutam para corresponder ao julgamento estratégico de químicos experientes.
Outro desafio envolve mecanismos de reação, que descrevem como as reações ocorrem passo a passo através do movimento dos elétrons. A compreensão desses mecanismos permite aos cientistas prever novas reações, aumentar a eficiência e evitar tentativas e erros dispendiosos. Embora as ferramentas computacionais atuais possam sugerir muitos caminhos possíveis, muitas vezes falta-lhes a intuição necessária para determinar o caminho mais realista.
Novos métodos de inteligência artificial para raciocínio químico
Pesquisadores liderados por Philippe Schwaller da École Polytechnique Fédérale de Lausanne (EPFL) desenvolveram uma nova abordagem usando grandes modelos de linguagem (LLMs) como ferramentas de raciocínio químico. Em vez de gerar estruturas químicas diretamente, esses modelos atuam como estimadores para orientar os sistemas computacionais existentes.
A nova estrutura, chamada Synthegy, combina algoritmos de busca tradicionais com inteligência artificial para interpretar estratégias químicas escritas em linguagem natural.
“A interface do usuário é muito importante na criação de ferramentas para químicos, e as ferramentas anteriores dependiam de filtros e regras complicados”, disse Andres M Bran, autor principal do artigo Synthegy publicado na Matter. “Com o Synthegy, estamos dando aos químicos a liberdade de falar livremente, permitindo-lhes iterar mais rapidamente e aproveitar ideias sintéticas mais complexas.”
Como a Synthegy melhora o planeamento retrossintético
A síntese começa com uma molécula alvo e instruções simples escritas em linguagem cotidiana. Por exemplo, um químico pode exigir que um anel específico seja formado o mais cedo possível ou que sejam evitados grupos protetores desnecessários. O software retrossintético padrão gera então muitos caminhos possíveis.
Cada um desses caminhos é convertido em texto e revisado por um modelo de linguagem. Synthegy avalia até que ponto cada opção corresponde às instruções do químico e explica o seu raciocínio. Isso torna mais fácil classificar e filtrar as melhores rotas. Ao usar linguagem natural para orientar as pesquisas, os químicos podem rapidamente se concentrar em estratégias que correspondam aos seus objetivos.
Usando inteligência artificial para entender mecanismos de reação
A Sintética aplica uma abordagem semelhante aos mecanismos de reação. Ele divide as reações em movimentos básicos de elétrons e explora diferentes possibilidades. Um modelo de linguagem avalia cada etapa e orienta a busca por caminhos quimicamente significativos.
O sistema também pode incluir outros detalhes fornecidos em formato de texto, como condições de reação ou hipóteses de especialistas. Esta flexibilidade permite aos investigadores refinar as suas análises e explorar cenários mais realistas.
Desempenho e validação para químicos
No planeamento abrangente, a Synthgey é capaz de identificar caminhos consistentes com directivas estratégicas complexas. Num estudo duplo-cego, 36 químicos forneceram 368 avaliações válidas, e as suas avaliações foram consistentes com os resultados do sistema em média 71,2% das vezes.
Este quadro pode sinalizar medidas de conservação desnecessárias, julgar a viabilidade das respostas e priorizar soluções eficazes. Também mostra que o LL.M. pode operar em vários níveis, desde a análise de grupos funcionais até a avaliação de rotas sintéticas inteiras. Os modelos maiores tiveram melhor desempenho, enquanto os modelos menores mostraram capacidades mais limitadas.
O novo papel da inteligência artificial na química
Esta pesquisa destaca as diferentes maneiras pelas quais a inteligência artificial pode apoiar a química. Em vez de substituir a tomada de decisão humana, a Synthegy posiciona os modelos de linguagem como guias que ajudam a interpretar e refinar os resultados computacionais. Os químicos podem descrever seus objetivos em linguagem simples e obter soluções que reflitam suas estratégias.
Esta abordagem poderia acelerar a descoberta de medicamentos, melhorar o desenho das reações e tornar as ferramentas avançadas mais acessíveis aos cientistas.
“A conexão entre planos e mecanismos sintéticos é muito emocionante: frequentemente usamos mecanismos para descobrir novas reações que nos permitem sintetizar novas moléculas”, diz Andres M Bran. “Nosso trabalho é preencher essa lacuna na computação por meio de uma interface unificada de linguagem natural.”
Outros contribuidores
- Centro Nacional de Competência em Pesquisa em Catálise (NCCR Catalysis)
- laboratório b12
