Synthegy: IA que permite a químicos projetar moléculas apenas descrevendo-as em linguagem natural
Nova abordagem em síntese química com inteligência artificial
Desenvolver moléculas complexas, essenciais para medicamentos ou materiais avançados, tradicionalmente exige anos de experiência e uma série de decisões estratégicas detalhadas. Um desafio central nesse processo é a retrosíntese, que envolve trabalhar de trás para frente, partindo da molécula final desejada para determinar os precursores e as etapas reativas necessárias.
Pesquisadores da Ecole Polytechnique Fédérale de Lausanne (EPFL) apresentaram um sistema inovador chamado Synthegy, que utiliza modelos de linguagem natural (LLMs) para auxiliar químicos no planejamento da síntese e na análise dos mecanismos de reação, simplificando e acelerando a criação molecular.
Como funciona o Synthegy?
O diferencial do Synthegy está em permitir que os químicos orientem o planejamento da síntese por meio de instruções simples em linguagem cotidiana. Por exemplo, o usuário pode indicar que deseja formar um anel específico logo no início da síntese ou evitar grupos de proteção desnecessários.
O sistema então emprega algoritmos tradicionais de retrosíntese para gerar múltiplas rotas possíveis. Em seguida, cada rota é convertida em texto e avaliada por um modelo de linguagem que pontua e explica quais caminhos fazem mais sentido, considerando as orientações fornecidas.
Esse processo de avaliação não se limita a cálculos numéricos, mas envolve raciocínio químico, permitindo que o Synthegy filtre e priorize as opções mais alinhadas à estratégia do químico.
Planejamento de síntese orientado por linguagem natural
- Entrada: molécula alvo e instruções em linguagem simples.
- Geração: software padrão cria múltiplas estratégias de síntese.
- Avaliação: modelos de linguagem pontuam e justificam cada rota.
- Resultado: ranking das melhores rotas conforme as preferências do usuário.
Análise de mecanismos de reação
Além da síntese, o Synthegy também desmembra reações em movimentos básicos de elétrons, explorando diferentes possibilidades e avaliando cada passo com base em princípios químicos. Isso ajuda a identificar e refinar mecanismos plausíveis, podendo incorporar detalhes adicionais como condições reacionais ou hipóteses de especialistas, também expressos em texto.
Validação com químicos e desempenho do sistema
Em um estudo duplo-cego, 36 químicos avaliaram 368 exemplos gerados pelo Synthegy. A concordância entre as avaliações humanas e as pontuações do sistema foi de aproximadamente 71,2%, demonstrando que o sistema consegue captar nuances estratégicas relevantes para a prática laboratorial.
O Synthegy também foi capaz de identificar etapas desnecessárias, julgar a viabilidade de reações e priorizar soluções eficientes. Modelos maiores apresentaram melhor desempenho, enquanto versões menores tiveram capacidades mais limitadas.
Implicações práticas e futuro da IA na química
O uso de modelos de linguagem como guias auxiliares, em vez de substitutos do julgamento humano, representa uma nova forma de integrar inteligência artificial na química. Com o Synthegy, químicos podem expressar seus objetivos de forma natural e receber soluções computacionais que refletem suas estratégias, potencialmente acelerando a descoberta de fármacos e o desenvolvimento de novos materiais.
Segundo Andres M. Bran, primeiro autor do estudo, a conexão entre planejamento de síntese e análise de mecanismos é uma ponte computacional inédita que pode abrir caminhos para descobrir reações inéditas e expandir o horizonte da química sintética.