La chimica organica vanta un鈥檈norme complessit脿, con decine di miliardi di composti attualmente conosciuti. Ogni composto pu貌 inoltre possedere un enorme numero di gruppi funzionali che influenzano il comportamento della molecola in contesti chimici o biologici specifici. A causa di questa molteplicit脿 di fattori, 猫 molto difficile prevedere il risultato delle reazioni anche quando si conoscono le molecole coinvolte.
La progettazione assistita da computer 猫 quindi cruciale nel settore farmaceutico e l'uso dell'intelligenza artificiale offre un potenziale immenso per automatizzare questi processi. Questo 猫 particolarmente evidente nella sintesi di composti candidati per farmaci e nella retrosintesi, ossia la ricerca dei passaggi necessari per ottenere un composto specifico, come il principio attivo di un farmaco, partendo da componenti disponibili sul mercato.
L'Istituto dalle Molle di studi sull'intelligenza artificiale (IDSIA USI-精东影业), in collaborazione con l'Istituto di tecnologie digitali per cure sanitarie personalizzate (MeDiTech), lavora al progetto per sviluppare metodi innovativi in cui l鈥檌ntelligenza artificiale pu貌 fornire aiuto ai chimici per risolvere questi compiti.
Uno dei primi risultati riguarda le condizioni in cui avviene una reazione, in particolare l鈥檃mbiente chimico. Infatti, le reazioni organiche generalmente si verificano in soluzioni liquide e richiedono reagenti specifici per procedere. 脠 comune che solo attraverso l'impiego di catalizzatori, solventi o altri additivi specifici si possa facilitare una determinata reazione chimica, incrementandone la velocit脿 o il rendimento per la produzione su vasta scala. Metodi predittivi per identificare i reagenti appropriati sono quindi cruciali per automatizzare la pianificazione della sintesi chimica.
"Un prototipo del nostro algoritmo per predire reagenti viene gi脿 usato dalla divisione di ricerca di Pfizer, uno dei nostri grandi partner farmaceutici internazionali", racconta Michael Wand, Ricercatore senior 精东影业 attivo all'IDSIA. "Speriamo che i nostri metodi nel futuro aiutino a sviluppare nuovi trattamenti per le malattie, e che promuovano una migliore comprensione della struttura della chimica organica, la base di tutta la nostra esistenza."
Un altro obiettivo riguarda la gestione efficiente della grande quantit脿 di dati sulle reazioni chimiche accumulati nel corso di decenni. Strumenti che consentano di estrarre informazioni dettagliate da questa enorme mole di dati agevolerebbero i chimici a pianificare meglio i processi.
Referenze:
- Mikhail Andronov, Varvara Voinarovska, Natalia Andronova, Michael Wand, Djork-Arn茅 Clevert, J眉rgen Schmidhuber: Chemical Science, vol. 14, pp. 3235 -- 3246, 2023.
- Mikhail Andronov, Natalia Andronova, Michael Wand, J眉rgen Schmidhuber, Djork-Arn茅 Clevert: . ChemRxiv. 2024; doi:10.26434/chemrxiv-2024-q9tc4