Computational planning of the synthesis of complex natural products

In diesem Nature-Artikel aus dem Jahr 2020 stellten Forscher Fortschritte im computergestützten synthetischen Design vor. Vor der Veröffentlichung war noch kein Algorithmus in der Lage, plausible Wege zu komplexen Naturstoffen zu entwerfen, die eine mehrstufige Planung erfordern.

Die Autoren zeigten, dass eine solche rechnergestützte Syntheseplanung möglich ist, vorausgesetzt, das Wissen des Programms über organische Chemie und datenbasierte KI wird durch kausale Beziehungen ergänzt, was es ihm ermöglicht, über mehrere Syntheseschritte hinweg zu „strategisieren“. Die entworfenen Routen, von denen drei im Labor validiert wurden, waren größtenteils nicht von denen zu unterscheiden, die von menschlichen Experten für organische Synthese entworfen wurden.

Frühere Programme waren darauf ausgelegt, nur einen Schritt nach dem anderen zu „denken“ und waren auf einfache Ziele beschränkt, die von menschlichen Chemikern ohne Computerunterstützung leicht entworfen werden konnten. Bis zu dieser Arbeit war noch kein Algorithmus in der Lage, plausible Wege zu komplexen Naturstoffen zu entwerfen.

In den letzten zehn Jahren haben die Autoren ein hybrides Experten-KI-System, SYNTHIA™ Retrosynthesis Software, entwickelt, da rein datenorientierte Ansätze der künstlichen Intelligenz (KI) nicht ausreichen, um Synthesen komplexer Zielmoleküle zu planen. SYNTHIA™ kennt jetzt mehr als 100,000 von Experten codierte Regeln, die stereoselektive und gerüstgesteuerte Transformationen beinhalten.

Diese hochwertigen Regeln, die spezifische Retrons (oder Synthons) erzeugen, wurden durch das Hinzufügen von Filtern verfeinert, die chemische Reaktionsorte entweder mit maschinellem Lernen oder quantenchemischen Methoden bewerten.

Um mehr zu erfahren, lesen Sie die Vollständiges Papier hier.