Знаєте, що мене завжди вражало в роботі хіміків? Це не просто змішування речовин у колбі. Це справжнє стратегічне мистецтво, де один неправильний крок — і вся схема йде під три чорти. Ти сидиш над молекулою, яка має врятувати життя, і думаєш: як її зібрати з простіших шматків, не зруйнувавши при цьому все чутливе? Раніше на це йшли роки досвіду. Тепер з’являється інструмент, який дозволяє говорити з комп’ютером як з колегою-хіміком.
Дослідники з Федеральної політєхнічної школи Лозанни (EPFL) під керівництвом Філіпа Шваллера зробили те, що ще кілька років тому звучало як наукова фантастика. Вони створили платформу Synthegy — систему, де великі мовні моделі (LLM) не намагаються самі генерувати молекули, а розумно керують перевіреними хімічними алгоритмами. Це як досвідчений наставник, який стоїть за плечима молодого лаборанта і підказує: «Тут краще зробити кільце раніше» або «Уникай зайвого захисту цієї групи, бо втратиш вихід».
Я розмовляв з друзями-хіміками, і вони всі сходяться в одному: ретросинтез — це пекло. Ти починаєш з готової складної молекули і йдеш назад, намагаючись розібрати її на простіші будівельні блоки. Кожне рішення — вибір реакції, момент утворення кільця, захист чутливих груп — може зруйнувати весь план. Комп’ютери добре перебирають мільйони варіантів, але їм бракує тієї самої «хімічної інтуїції», яку набуваєш за роки біля лабораторного столу.
Synthegy вирішує це елегантно. Хімік просто пише інструкцію звичайними словами: «Хочу, щоб кільце утворилося на ранньому етапі» або «Мінімум захисних груп, бо вони дорогі». Система генерує купу можливих маршрутів за допомогою традиційних алгоритмів, перетворює їх у текст і дає LLM оцінити, наскільки добре кожен варіант відповідає твоїм побажанням. Потім — ранжування, пояснення і фільтрація. Ніяких складних фільтрів і правил, про які згадував перший автор роботи Андрес М. Бран. Просто говориш — і отримуєш розумні варіанти.
Але це тільки одна частина. Друга — механізми реакцій. Кожна реакція — це рух електронів, маленькі кроки, які визначають, чи спрацює все на практиці. Тут Synthegy теж розкладає все на елементарні етапи, а модель оцінює правдоподібність. Можна додавати умови реакції або гіпотези експерта — усе текстом.
Мені особливо сподобалося, як вони перевірили систему. У подвійному сліпому тесті 36 хіміків дали 368 оцінок, і в середньому їхні думки співпадали з висновками Synthegy у 71,2% випадків. Це дуже солідний результат. Система вміє знаходити зайві етапи захисту, оцінювати, чи реальна реакція, і віддавати пріоритет ефективним шляхам.
Уявіть собі практичне застосування. Розробка нового ліки — це часто роки і мільйони доларів на проби та помилки. З таким інструментом хімік може швидко ітерувати ідеї, тестувати стратегії і концентруватися на творчій частині, а не на рутинному перебиранні варіантів. Це особливо важливо для складних природних сполук або матеріалів для сонячних панелей, батарей, нових полімерів.
Звичайно, не все ідеально. Автори чесно зазначають, що більші моделі працюють краще, а менші ще мають обмеження. LLM не замінять хіміка — вони стають потужним помічником, який розуміє мову стратегії. Це важливо, бо раніше штучний інтелект у хімії часто страждав від «чорного ящика»: видавав відповідь, але не міг пояснити чому.
Synthegy переосмислює роль AI. Замість того, щоб намагатися бути генератором всього і вся, він стає розумним суддею і навігатором. Це робить передові обчислювальні інструменти доступними для ширшого кола дослідників, а не тільки для тих, хто досконало володіє програмуванням і специфічним софтом.
Бран у коментарі підкреслив ключову річ: зв’язок між плануванням синтезу і механізмами реакцій завжди був цікавим. Зазвичай механізми допомагають відкривати нові реакції, які потім дозволяють синтезувати нові молекули. Тепер є єдиний інтерфейс на природній мові, який закриває цей розрив.
Я думаю, ми стоїмо на порозі справжньої революції. Уявіть лабораторію майбутнього, де молодий науковець без двадцятирічного досвіду може конкурувати з ветеранами завдяки розумному AI-помічнику. Це не заміна людини, а розширення її можливостей. І це, мабуть, найкраще, що може дати технологія.
Звісно, попереду ще багато роботи — покращення точності, інтеграція з роботизованими системами синтезу, етичні питання доступу до таких інструментів. Але перший крок зроблено, і він вражає.
Детально ознайомитися можна тут.