RIKEN-chemici hebben een krachtige manier aangetoond om moleculen te ontwerpen die voldoen aan vooraf gedefinieerde specificaties door ze te gebruiken om zes fluorescerende verbindingen te maken. Deze methode, die machine learning en kwantumchemie combineert, belooft scheikundigen veel tijd te besparen bij het maken en testen van verbindingen in het laboratorium.

De conventionele benadering van moleculair ontwerp is om te beginnen met een molecuul dat eigenschappen heeft die dicht in de buurt komen van de gewenste eigenschappen en deze vervolgens met vallen en opstaan ​​te verbeteren. Dit kan een tijdrovende en wisselvallige aangelegenheid zijn, omdat er geen garantie is dat het uiteindelijke molecuul de beste is.

Chemici hebben lang de situatie willen omkeren, zodat ze beginnen met de gewenste eigenschappen en vervolgens alle mogelijke moleculen doorzoeken op een die bij de rekening past. Maar een beperking was dat er maar voor een klein deel van alle moleculen gegevens bestaan.

Nu hebben Masato Sumita van het RIKEN Center for Advanced Intelligence Project en zijn collega's een nieuwe strategie gedemonstreerd die het mogelijk maakt om het universum van moleculen te doorzoeken zonder elke verbinding afzonderlijk te hoeven maken.

Ze gebruikten een de novo molecuulgenerator, die machine learning gebruikt om een ​​molecuul te suggereren op basis van de gewenste eigenschappen. Een simulator die kwantumchemische berekeningen uitvoert, werd vervolgens gebruikt om de eigenschappen van het molecuul te voorspellen. De cyclus werd herhaald tot een gespecificeerde rekentijd.

Om de kracht van deze aanpak te demonstreren, gebruikte het team hun methode om te zoeken naar moleculen die fluorescerend licht afgeven op golflengten die zichtbaar zijn voor het menselijk oog. Na vijf dagen rekenen kwam de computer met meer dan 3.600 kandidaat-moleculen. Het team koos er acht uit om te synthetiseren en ontdekte dat zes van hen fluorescerend waren, waaronder één verbinding die nog nooit eerder was gemeld.

"Dit is de eerste keer dat een de novo molecuulgenerator in combinatie met kwantumchemische berekeningen is gebruikt om fluorescerende moleculen te ontdekken", zegt Sumita. "Ik was zeer verrast door het hoge succespercentage van de methode:75% van de acht kandidaat-moleculen fluoresceerde toen we ze in het laboratorium maakten."

De zoektocht naar een fluorescerend molecuul was een rigoureuze test voor de methode, aangezien fluorescentie, in tegenstelling tot eenvoudigere moleculaire eigenschappen zoals lichtabsorptie, een meerstapsproces is, waardoor het moeilijk te voorspellen is op basis van de moleculaire structuur.

Sumita en zijn team publiceerden hun resultaten in Science Advances . Ze zijn nu van plan hun methode toe te passen op andere chemische eigenschappen en te proberen deze te gebruiken om meer dan één eigenschap tegelijk te optimaliseren. + Verder verkennen

AI-techniek vernauwd om alleen kandidaat-moleculen voor te stellen die in een laboratorium kunnen worden geproduceerd