Forskerhold udvikler AI til at udføre kemisk syntese

Kemi har med dens indviklede processer og enorme potentiale for innovation altid været en udfordring for automatisering. Traditionelle beregningsværktøjer forbliver på trods af deres avancerede muligheder ofte underudnyttede på grund af deres kompleksitet og den specialiserede viden, der kræves for at betjene dem.

Nu har forskere med Philippe Schwallers gruppe hos EPFL udviklet ChemCrow, en AI, der integrerer 18 ekspertdesignede værktøjer, der gør det muligt at navigere og udføre opgaver inden for kemisk forskning med hidtil uset effektivitet. Deres forskning er publiceret i Nature Machine Intelligence .

"Du undrer dig måske over, hvorfor en krage?" spørger Schwaller. "Fordi krager er kendt for at bruge værktøj godt."

ChemCrow er udviklet af Ph.D. studerende Andres Bran og Oliver Schilter (EPFL, NCCR Catalysis) i samarbejde med Sam Cox og professor Andrew White ved FutureHouse og University of Rochester.

ChemCrow er baseret på en stor sprogmodel (LLM'er), såsom GPT-4, forbedret af LangChain til værktøjsintegration, til autonomt at udføre kemiske synteseopgaver. Forskerne udvidede sprogmodellen med en række specialiserede softwareværktøjer, der allerede bruges i kemi, herunder WebSearch til internetbaseret informationssøgning, LitSearch til udvinding af videnskabelig litteratur og forskellige molekylære og reaktionsværktøjer til kemisk analyse.

Ved at integrere ChemCrow med disse værktøjer satte forskerne det i stand til selvstændigt at planlægge og udføre kemiske synteser, såsom at skabe et insektmiddel og forskellige organokatalysatorer, og endda hjælpe med at opdage nye kromoforer, stoffer, der er fundamentale for farvestof- og pigmentindustrien.

Det, der adskiller ChemCrow, er dets evne til at tilpasse og anvende en struktureret ræsonnementproces til kemiske opgaver.

"Systemet er analogt med en menneskelig ekspert med adgang til en lommeregner og databaser, der ikke kun forbedrer ekspertens effektivitet, men også gør dem mere faktuelle - i tilfældet med ChemCrow, hvilket reducerer hallucinationer," forklarer Andres Camilo Marulanda Bran, undersøgelsens første forfatter.

ChemCrow modtager en prompt fra brugeren, planlægger på forhånd, hvordan opgaven skal løses, vælger de relevante værktøjer og forfiner iterativt sin strategi baseret på resultaterne af hvert trin. Denne metodiske tilgang sikrer, at ChemCrow ikke kun fungerer uden teori, men også er funderet i praktisk anvendelse til interaktion i den virkelige verden med laboratoriemiljøer.

Ved at demokratisere adgangen til kompleks kemisk viden og processer sænker ChemCrow adgangsbarrieren for ikke-eksperter, mens den udvider værktøjssættet, der er tilgængeligt for veterankemikere. Dette kan fremskynde forskning og udvikling inden for lægemidler, materialevidenskab og mere, hvilket gør processen mere effektiv og sikrere.

Flere oplysninger: Udvidelse af store sprogmodeller med kemiværktøjer, Nature Machine Intelligence (2024). DOI:10.1038/s42256-024-00832-8

Journaloplysninger: Nature Machine Intelligence

Leveret af Ecole Polytechnique Federale de Lausanne