Computational planning of the synthesis of complex natural products
Dans cet article de Nature de 2020, les chercheurs ont présenté les avancées de la conception synthétique assistée par ordinateur. Avant la publication, aucun algorithme n'avait encore été en mesure de concevoir des itinéraires plausibles vers des produits naturels complexes, qui nécessitent une planification en plusieurs étapes.
Les auteurs ont démontré qu'une telle planification de synthèse computationnelle est possible, à condition que les connaissances du programme en chimie organique et en IA basée sur les données soient complétées par des relations causales, lui permettant d'élaborer des stratégies sur plusieurs étapes de synthèse. Les voies conçues, dont trois ont été validées en laboratoire, étaient pour la plupart indiscernables de celles conçues par des experts humains en synthèse organique.
Les programmes antérieurs étaient conçus pour ne «penser» qu'une étape à la fois et se limitaient à des cibles simples qui pouvaient facilement être conçues par des chimistes humains sans l'aide d'un ordinateur. Jusqu'à ces travaux, aucun algorithme n'avait encore été capable de concevoir des itinéraires plausibles vers des produits naturels complexes.
Au cours de la dernière décennie, les auteurs ont développé un système hybride expert-IA, le logiciel de rétrosynthèse SYNTHIA™, en raison du fait que les approches d'intelligence artificielle (IA) purement axées sur les données ne sont pas adéquates pour planifier des synthèses de cibles complexes. SYNTHIA™ connaît désormais plus de 100,000 XNUMX règles codées par des experts qui incluent des transformations stéréosélectives et dirigées par échafaudage.
Ces règles de haute qualité qui génèrent des rétrons (ou synthons) spécifiques ont été affinées par l'ajout de filtres qui évaluent les emplacements des réactions chimiques en utilisant soit des méthodes d'apprentissage automatique, soit de chimie quantique.
Pour en savoir plus, lisez le Article complet ici.
