یک برنامه متن‌باز به پژوهشگران کمک کرده تا از یکی از گلوگاه‌های اصلی فرایند سنتز شیمیایی عبور کنند و به سنتز ۳۵ ترکیب جدید شیمیایی کمک کرده است.

جست‌وجو برای یافتن داروهای پرفروش و مواد شگفت‌انگیز کاری بسیار دشوار برای شیمیدانان است. برای ساخت ترکیبات امیدوارکننده خود، آن‌ها باید در میان میلیون‌ها واکنش شیمیایی شناخته‌شده جست‌وجو کنند و هر سال صدها هزار واکنش جدید نیز به این مجموعه افزوده می‌شود و سپس بررسی کنند که آیا اصلا امکان سنتز آن ترکیب وجود دارد یا خیر.

به نقل از نیچر، اکنون پژوهشگران یک سامانه هوش مصنوعی ساخته‌اند که فرایند سنتز شیمیایی را به‌طرز چشمگیری ساده‌تر و سریع‌تر می‌کند. این سامانه که موزائیک «MOSAIC» نام دارد و در مطالعه‌ای که ۱۹ ژانویه در نشریه نیچر منتشر شده توصیف شده است، شرایطی را ارائه می‌کند که پژوهشگران توانسته‌اند با استفاده از آن‌ها ۳۵ ترکیب با پتانسیل تبدیل‌شدن به محصولاتی مانند داروها، مواد شیمیایی کشاورزی یا محصولات آرایشی تولید کنند. بدون آن‌که نیازی به جست‌وجوی بیشتر یا اصلاح شرایط داشته باشند.

تیموتی نیوهاوس، شیمیدان دانشگاه ییل در نیوهیون کانکتیکات و از نویسندگان این مطالعه، می‌گوید: سنتز مولکول‌های کوچک، مرحله کُند و زمان‌بر در کشف دارو و بسیاری از حوزه‌های مهم دیگر است.

نیوهاوس می‌افزاید: موزائیک می‌تواند این گلوگاه را از میان بردارد و در نتیجه به تولید محصولات بیشتر و بهتر منجر شود. این سامانه قادر است دستورالعمل‌های کامل آزمایشگاهی با جزئیاتی کافی برای دنبال‌کردن توسط شیمیدانان تهیه کند تا به ساخت مولکول‌هایی کمک کند که پیش‌تر هرگز وجود نداشته‌اند.

شیمی با کمک هوش مصنوعی

پیش‌بینی شرایط واکنش‌های شیمیایی یکی از محورهای اصلی استفاده از هوش مصنوعی در شیمی بوده است. یکی از ابزارهای شاخص در این حوزه، RXN for Chemistry شرکت IBM است که بر پایه یک مدل زبانی بزرگ (LLM) ساخته شده است.

این سامانه از روشی به نام سیستم ورودی خطی ساده ‌شده مولکولی به اختصار «SMILES»  استفاده می‌کند. این روش ساختار سه‌بعدی مولکول‌ها را به حروف، اعداد و علائم نگارشی تبدیل می‌کند که برای سامانه‌هایی که الگوهای زبانی را تشخیص می‌دهند، مناسب‌تر است. در مقابل، مدل‌هایی مانند ChemCrow برای انجام وظایف شیمیایی بر اساس داده‌های زبان طبیعی آموزش دیده‌اند.

رویکرد اسمایلز (SMILES) پردازش اطلاعات شیمیایی مانند مواد اولیه و حلال‌ها را آسان‌تر می‌کند. نیوهاوس می‌گوید: هدف ما ساخت مدلی عمومی بود که بتواند شیمی را همان‌گونه که شیمیدانان می‌نویسند بخواند؛ با گوش‌دادن به زبان دستورالعمل‌های آزمایشگاهی و تبدیل سریع این صدای جمعی به یک پیشنهاد عملی. او می‌افزاید که ادغام دستورالعمل‌های مرحله‌به‌مرحله تولیدشده توسط موزائیک در سامانه‌های خودکار، «گام طبیعی بعدی» خواهد بود.

معماری «مدل‌های متخصص»

پژوهشگران از یک سامانه هوش مصنوعی که پیش‌تر توسعه داده بودند، استفاده کردند تا پایگاه داده‌ای شامل حدود یک میلیون واکنش استخراج‌شده را به ۲٬۲۸۵ زیرمجموعه دسته‌بندی کنند. سپس با استفاده از این زیرمجموعه‌ها، مدل زبانی Llama شرکت متا (که تا حدی متن‌باز است) را برای ساخت ۲٬۴۹۸ مدل «متخصص» جداگانه آموزش دادند. این رویکرد می‌تواند روی رایانه‌های محلی اجرا شود، زیرا نسبت به مدل‌های زبانی بزرگ عمومی، به پارامترهای بسیار کمتری نیاز دارد.

پژوهشگران از موزائیک خواستند شرایط لازم برای ساخت ۵۲ ماده جدید را پیشنهاد دهد. پس از آزمایش این روش‌ها در آزمایشگاه، آن‌ها توانستند ۳۵ مورد از این مواد را با موفقیت تولید کنند. موزائیک همچنین رنگ و شکل ترکیبات را به‌درستی پیش‌بینی کرده بود.

این سامانه حتی شرایطی برای روش‌های واکنشی پیشنهاد داد که در میان میلیون‌ها واکنش مورد استفاده در آموزش مدل‌های متخصص وجود نداشت. موزائیک روشی کاملا جدید برای ساخت نوعی مولکول به نام «آزایندول» پیشنهاد کرد که هنگام آزمایش، موفقیت‌آمیز بود.

گروه دانشگاه ییل در توسعه موزائیک با پژوهشگران شرکت داروسازی چندملیتی بوهرینگر اینگلهایم در کانکتیکات همکاری کرده‌اند؛ شرکتی که هم‌اکنون از این سامانه استفاده می‌کند. ویکتور باتیستا، شیمیدان نظری و محاسباتی در ییل و از نویسندگان این مقاله، می‌گوید: آن‌ها به طراحی مسیرهای سنتزی جدید علاقه‌مند هستند. اگر تعداد مراحل کاهش یابد، صرفه‌جویی مالی زیادی حاصل می‌شود. او می‌افزاید کد موزائیک به‌صورت متن‌باز در اختیار سایر گروه‌ها قرار دارد.

این رویکرد پتانسیل بسیار گسترده‌تری دارد. فراتر از کاربرد عملی آن به‌عنوان یک ابزار قدرتمند هوش مصنوعی برای سنتز شیمیایی، موزائیک یک الگوی مقیاس‌پذیر برای بهره‌گیری از دانش جهانی شیمی از طریق تخصص‌گرایی ماژولار ارائه می‌دهد.