"Takie przegrupowania mogą zmieniać trójwymiarową strukturę związku w sposób na tyle zawiły, że stanowi on wyzwanie nawet dla doświadczonych chemików" - podkreślono w publikacji na temat obliczeniowego przewidywania złożonych wyników przegrupowania kationowego w „Nature”.

Algorytm w ciągu kilku minut potrafi zaproponować możliwe produkty przegrupowania, przedstawić ścieżkę etapów prowadzących do określonych struktur oraz obliczyć prawdopodobieństwo ich otrzymania.

Wiarygodność wyników otrzymywanych z algorytmu AllChemy-HopCat została zweryfikowana przez międzynarodowy zespół naukowców, między innymi w Instytucie Chemii Organicznej PAN, na Wydziale Chemii Uniwersytetu Jagiellońskiego, na uniwersytetach Illinois w Urbanie i Champaign oraz w Bazylei we współpracy z firmą prof. Bartosza Grzybowskiego. 

Autorzy publikacji przypomnieli, że dotychczasowe osiągnięcia w zastosowaniu sztucznej inteligencji oraz sieci neuronowych w rozwijaniu nowoczesnej chemii organicznej zrewolucjonizowały podejście do syntezy skomplikowanych molekuł organicznych, w tym nowych leków oraz związków naturalnych.

Zaznaczyli, że dotychczas rozwijane metody opierały się o dostępną wiedzę i reakcje opracowane przez człowieka. Należy zatem odróżnić działania AI od metod komputerowych. Metody komputerowe bazują się na znanych reakcjach chemicznych opisanych w literaturze. Nie proponują nowych transformacji chemicznych.

Tymczasem – jak opisano w pracy – sztuczna inteligencja „rozumie” podstawy chemii oraz mechanizmy reakcji. W oparciu o szczegółową bazę reguł fizykochemicznych, mechanikę kwantową oraz obliczenia kinetyczne potrafi przewidzieć strukturę chemiczną potencjalnego produktu.

AI rozpracowała jedne z najbardziej złożonych reakcji – przegrupowań karbokationów. I przewidziała ich produkty. A – jak podkreślono w publikacji - takie przegrupowania mogą zmieniać trójwymiarową strukturę związku w sposób na tyle zawiły, że stanowi on wyzwanie nawet dla doświadczonych chemików.

Część badawcza związana z Wydziałem Chemii UJ, którą nadzorował dr Sebastian Baś, dotyczyła porównywania zgodności wyników proponowanych przez program z rzeczywistym składem mieszaniny produktów powstałych w wyniku przegrupowania karbokationów, otrzymanych z naturalnych terpenów - takich jak linalol (obecny w herbacie) oraz fenchol (składnik perfum) – podano na stronie uczelni.

Program był w stanie zaproponować nie tylko etapy poszczególnych przemian prowadzących do otrzymania obserwowanych związków w formie ścieżek mechanistycznych, ale również poprawnie przewidywał zmiany ich procentowej zawartości w mieszaninie wraz ze zmianą temperatury reakcji.

Ponadto AllChemy zidentyfikował nieznane dotychczas produkty reakcji oraz umożliwił weryfikację danych pozyskiwanych z oprogramowania przeznaczonego do analizy związków i pozwolił wyeliminować niepoprawnie przypisane struktury, co również zostało potwierdzone eksperymentalnie.

Opublikowany w „Nature” artykuł napisali: Tomasz Klucznik, Leonidas-Dimitrios Syntrivanis, dr Sebastian Baś, Barbara Mikulak-Klucznik, Martyna Moskal, Sara Szymkuć, prof. Jacek Młynarski, Louis Gadina, dr Wiktor Beker, Martin D. Burke, Konrad Tiefenbacher oraz prof. Bartosz A. Grzybowski.

Naukowcy sprawdzili algorytm za pomocą trzech zestawów eksperymentów. Ich wyniki potwierdziły, że komputery nie tylko manipulują znanymi typami reakcji, ale pomogą chemikom racjonalizować i odkrywać nowe, złożone mechanicznie transformacje.

Więcej szczegółów znaleźć można na stronie oprogramowania AllChemy.  

Nauka w Polsce

kol/ bar/