La vida cotidiana sin inteligencia artificial es apenas concebible en el mundo de hoy. Innumerables aplicaciones en áreas como la conducción autónoma, las traducciones de idiomas extranjeros o el diagnóstico médico han llegado a nuestras vidas. También en la investigación química, se están haciendo grandes esfuerzos para aplicarInteligencia artificial IA, también conocida como aprendizaje automático, de manera efectiva. Estas tecnologías ya se han utilizado para predecir las propiedades de las moléculas individuales, lo que facilita a los investigadores seleccionar el compuesto que se va a producir.
Esta producción, conocida como síntesis, generalmente implica un esfuerzo considerable ya que hay muchas rutas de síntesis posibles para producir una molécula objetivo. Dado que el éxito de cada reacción individual depende de numerosos parámetros, no siempre es posible, incluso para químicos experimentados,predecir si se producirá una reacción, y menos aún qué tan bien funcionará. Para remediar esta situación, un equipo de químicos e informáticos de la Universidad de Münster Alemania ha unido fuerzas y desarrollado una herramienta de inteligencia artificial que haahora publicado en la revista Chem .
Fondo y método :
"Una reacción química es un sistema muy complejo", explica Frederik Sandfort, estudiante de doctorado en el Instituto de Química Orgánica y uno de los principales autores de la publicación. "En contraste con la predicción de las propiedades de los compuestos individuales, una reacción esla interacción de muchas moléculas y, por lo tanto, un problema multidimensional ", agrega. Además, no hay" reglas del juego "claramente definidas que, como en el caso de las computadoras de ajedrez modernas, simplifiquen el desarrollo de modelos de IA. Por esta razón,Los enfoques previos para predecir con precisión los resultados de la reacción, como los rendimientos o los productos, se basan principalmente en una comprensión previamente adquirida de las propiedades moleculares ". El desarrollo de tales modelos implica un gran esfuerzo. Además, la mayoría de ellos son altamente especializados y no pueden transferirsea otros problemas ", agrega Frederik Sandfort.
Por lo tanto, el enfoque del trabajo presentado se centró en la aplicabilidad general del programa, de modo que otros químicos puedan usarlo fácilmente para su propio trabajo. Para garantizar esto, el modelo se basa directamente en estructuras moleculares ". Cada compuesto orgánico puede serrepresentado como un gráfico, en principio como una imagen ", explica Marius Kühnemund, otro autor, del campo de la informática." En tales gráficos, se pueden realizar consultas estructurales simples, comparables a la cuestión de los colores o las formas en la foto.hecho para capturar el llamado entorno químico con la mayor precisión posible "
La combinación de muchas de estas consultas sucesivas da como resultado la llamada huella digital molecular. Estas secuencias numéricas simples se han utilizado durante mucho tiempo en quimioinformática para encontrar similitudes estructurales y son muy adecuadas para aplicaciones asistidas por computadora. En su enfoque, los autores utilizan ungran cantidad de huellas dactilares para representar la estructura química de cada molécula con la mayor precisión posible. "De esta manera, hemos podido desarrollar un sistema robusto que puede usarse para predecir resultados de reacción completamente diferentes", agrega Marius Kühnemund, "se puede usar el mismo modelo para predecir rendimientos y estereoselectividades, lo cual es único ".
Los autores demostraron que su programa se puede aplicar fácilmente y permite predicciones precisas, especialmente en combinación con la robótica moderna, mediante el uso de un conjunto de datos que no se creó originalmente para el aprendizaje automático ". Este conjunto de datos contiene solo ventas relativas de los materiales de partiday sin rendimientos exactos ", explica Frederik Sandfort." Para rendimientos exactos, se deben crear calibraciones. Sin embargo, debido al gran esfuerzo involucrado, esto rara vez se hace en realidad ".
El equipo continuará desarrollando su programa aún más y equiparlo con nuevas funciones en el futuro. El profesor Frank Glorius confía: "Cuando se trata de evaluar grandes cantidades de datos complejos, las computadoras son fundamentalmente superiores a nosotros. Sin embargo, nuestroEl objetivo no es reemplazar a los químicos sintéticos con máquinas, sino apoyarlos de la manera más efectiva posible. Los modelos basados en inteligencia artificial pueden cambiar significativamente la forma en que abordamos las síntesis químicas. Pero todavía estamos al principio ".
Fuente de la historia :
Materiales proporcionado por Universidad de Münster . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :