1996, toen een computer een partij won van regerend wereldkampioen schaken Garry Kasparov, het was niets minder dan een sensatie. Na deze doorbraak in de schaakwereld, het bordspel Go werd lang beschouwd als een bastion dat gereserveerd was voor menselijke spelers vanwege de complexiteit ervan. Maar 's werelds beste spelers kunnen niet concurreren met de AlphaGo-software. Het recept voor het succes van dit computerprogramma wordt mogelijk gemaakt door een combinatie van de zogenaamde Monte Carlo Tree Search en diepe neurale netwerken op basis van machine learning en kunstmatige intelligentie. Een team van onderzoekers van de Universiteit van Münster in Duitsland heeft nu aangetoond dat deze combinatie uitermate geschikt is voor het plannen van chemische syntheses - zogenaamde retrosyntheses - met ongekende efficiëntie. De studie is gepubliceerd in het huidige nummer van Natuur .

Marwin Segler, de hoofdauteur van de studie, zegt, "Retrosynthese is de ultieme discipline in de organische chemie. Chemici hebben jaren nodig om het onder de knie te krijgen, net als bij schaken of Go. Naast rechttoe rechtaan expertise, je hebt er ook een flinke portie intuïtie en creativiteit voor nodig. Tot dusver, iedereen ging ervan uit dat computers het niet bij zouden kunnen houden zonder experts die met de hand tienduizenden regels programmeren. Wat we hebben laten zien is dat de machine kan, op zichzelf, leer de regels en hun toepassingen uit de beschikbare literatuur."

Retrosynthese is de standaardmethode voor het ontwerpen van de productie van chemische verbindingen. Mentaal achteruit gaan, het principe is dat de verbinding wordt afgebroken tot steeds kleinere componenten totdat de basiscomponenten zijn verkregen. Deze analyse geeft het recept, die vervolgens wordt gebruikt om in het laboratorium "vooruit" te werken om het doelmolecuul te produceren, uitgaande van de uitgangsmaterialen. Hoewel in theorie gemakkelijk, het proces levert in de praktijk moeilijkheden op. "Net als bij schaken, bij elke stap of beweging, je hebt verschillende mogelijkheden om uit te kiezen, ", zegt Segler. "In de chemie, echter, er zijn orden van grootte meer mogelijke zetten dan bij schaken, en het probleem is veel complexer."

Hier komt de nieuwe methode om de hoek kijken, het verbinden van de diepe neurale netwerken met de Monte Carlo Tree Search - een constellatie die zo veelbelovend is dat een groot aantal onderzoekers uit verschillende disciplines eraan werken. De Monte Carlo Tree Search is een methode om zetten in een partij te beoordelen. Bij elke beweging, de computer simuleert talloze varianten, bijvoorbeeld, hoe een schaakspel zou kunnen eindigen. De meest kansrijke zet wordt dan gekozen.

Op een soortgelijke manier, de computer zoekt nu naar de best mogelijke "bewegingen" voor chemische synthese. Het is ook in staat om te leren door gebruik te maken van diepe neurale netwerken. Hiertoe, de computer put uit alle chemische literatuur die ooit is gepubliceerd, die bijna 12 miljoen chemische reacties beschrijft. Mike Preuss, een informatiesysteemspecialist en co-auteur van de studie, zegt, "De diepe neurale netwerken worden gebruikt om te voorspellen welke reacties mogelijk zijn met een bepaald molecuul. Met behulp van de Monte Carlo Tree Search, de computer kan testen of de voorspelde reacties ook echt leiden tot het doelmolecuul."

Het idee om computers te gebruiken om syntheses te plannen is niet nieuw. "Het idee is eigenlijk ongeveer 60 jaar oud." zegt Segers. "Mensen dachten dat het genoeg zou zijn, zoals bij schaken, om een ​​groot aantal regels in de computer in te voeren. Maar dat werkte niet. Chemie is zeer complex, en in tegenstelling tot schaken of Go, het kan niet puur logisch worden begrepen met behulp van eenvoudige regels. Daarbij komt dat het aantal publicaties met nieuwe reacties elke 10 jaar verdubbelt. Noch chemici, noch programmeurs kunnen dat bijbenen. We hebben de hulp van een intelligente computer nodig." De nieuwe methode is ongeveer 30 keer sneller dan conventionele programma's voor het plannen van syntheses en vindt mogelijke syntheseroutes voor twee keer zoveel moleculen.

Bij een dubbelblinde AB-test de Münster-onderzoekers ontdekten dat chemici deze door de computer gegenereerde syntheseroutes net zo goed vinden als bestaande beproefde. "We hopen dat, met behulp van onze methode, scheikundigen hoeven niet zoveel uit te proberen in het lab, "Segler voegt eraan toe, "en dat daardoor en met minder middelen, ze zullen de verbindingen kunnen produceren die onze hoge levensstandaard mogelijk maken."