Computational planning of the synthesis of complex natural products
In questo articolo apparso su Nature del 2020, i ricercatori hanno mostrato i progressi nella progettazione sintetica assistita da computer. Prima della pubblicazione, nessun algoritmo era ancora stato in grado di progettare percorsi di sintesi plausibili verso prodotti naturali complessi, i quali richiedono una pianificazione in più fasi.
Gli autori hanno dimostrato che tale pianificazione sintetica computazionale è possibile, a condizione che la conoscenza di chimica organica del programma e l'intelligenza artificiale basata sui dati sia complementata da relazioni causali, consentendogli di "strategizzare" su più passaggi sintetici. I percorsi sintetici progettati, tre dei quali sono stati convalidati in laboratorio, erano per lo più indistinguibili da quelli progettati da esperti umani in sintesi organica.
I programmi precedenti erano progettati solo per "pensare" un passo alla volta ed erano limitati a obiettivi semplici che potevano essere facilmente progettati da chimici umani senza l'assistenza del computer. Fino a questa pubblicazione, nessun algoritmo era ancora stato in grado di progettare percorsi plausibili verso prodotti naturali complessi.
Nell'ultimo decennio, gli autori hanno sviluppato un sistema ibrido esperto-AI, SYNTHIA™ Retrosynthesis Software, a causa del fatto che gli approcci di intelligenza artificiale (AI) puramente orientati ai dati non sono adeguati per pianificare sintesi di bersagli complessi. SYNTHIA™ ora conosce più di 100,000 regole codificate da esperti che includono trasformazioni stereoselettive e guidate da scaffold.
Queste regole di alta qualità generano specifici retroni (o sintoni) e sono state perfezionate con l'aggiunta di filtri che valutano le posizioni delle reazioni chimiche utilizzando metodi di apprendimento automatico (machine learning) o di chimica quantistica.
Per saperne di più, leggi il la pubblicazione qui.
