项目发现500万合成路线复杂的化学物质

的AI-driven retrosynthesis规划师Chematica不仅可以分析数据和从现有的反应模式,还识别新的合成路线,可能违反直觉,甚至专家化学家。一个新特性使它可以释放大量的以前未报告的战略反应序列——被称为战术组合——尤其对于复杂分子的合成。准备一个小的软件测试自然产品。

在规划结构的合成具有挑战性的分子,它可以是一个好主意选择的结合反应,首先创建一个更大的分子,然后修剪它来创建一个更复杂的结构。这艰苦的,显然非生产性的随后的步骤为背景,极其优雅的简化,”说Bartosz Grzybowski波兰科学院,韩国蔚山国家科学技术研究所的韩国,Chematica开发商之一。但这样的两步战术组合并不容易找到。发现这样的序列是非常困难的,因为我们,化学家,不训练设想的步骤将“复化”结构、“Grzybowski说。在有机化学课程,我们被教导要简化目标,并简化,直到我们达到我们可以买的东西。思维艰苦的结构复杂性只是不是很直观。难怪只有大约500到目前为止已编目的序列。“现在,团队已经发现了许多新的战术组合。

Grzybowski和他的团队已经花了15年编码约75000到Chematica反应规则,所以他们决定适应程序创建两步组合和鱼的符合某些标准,包括增加/减少复杂性和缺乏一步绕过,给予相同的结果。也很重要的第一反应序列使第二个,创建一个真正的合成策略。相当长一段时间才设计合适的算法和调查近10亿序列,但在很多方面它会工作那样,“Grzybowski说。我们展示一些46000年前所未有的序列基于合适的反应类和接近500万基于特定反应变体。这可以说是第一个例子,机器识别新的化学知识”。

战术规划

使可用于其他科学家新发现的战术组合,团队创建了策略师web应用程序在几秒内,用户可以查询合适的序列。“当然,这些知识也在Chematica,“Grzybowski说。现在这个项目真的认为可以产生合成计划非常困难的目标。”他和他的同事们用升级后的软件计划imperanene血小板聚集抑制剂的合成,能够缩短合成路线从八个步骤3和两个保护通过选择战术组合,包括一个加法和还原反应。我们展示-通过烹饪的一个新发现的序列如何缩短了合成的天然产品约半小,“Grzybowski说。

里士满萨普昂加州大学的伯克利分校,他并没有参与这项研究,认为Chematica的升级将帮助科学家们确定路线从retrosynthetic角度不明显。这些战术组合应该援助和激励人类设计师如何最好地构造一个化合物通过考虑断开连接,可能导致回结构更复杂的化合物。最后,这些不直观断开连接可能会提供一个更有效的总体合成,”他说。更容易识别出更多的战术组合的能力将是一个重要合成有机化学是如何练习。这项工作是一个积极的开始与电脑如何做到这一点。”

Grzybowski承认,化学家可以发现一些新的战略组合。“但是他们没有,”他说。除此之外,他们就不会发现了500万个。在发现的范围和速度方面,机器是无与伦比的。