Google’ın AlphaGo’sundan Modellenen Algoritma, Kimyagerleri Kendi Oyunlarından Ediyor
Organik kimyacılar, yazılım tarafından çizilen rotaları diğer kimyagerlerin çizdiği rotalara tercih ediyor
Bir molekülün nasıl sentezleneceğini planlamak, genellikle büyük beceri, sabır ve eşit düzeyde ustaca bellek gerektiren zor bir süreçtir. Fakat şimdi yeni bir bilgisayar programı, bir sentez planlamak için milyonlarca kimyasal tepkimeyi birkaç saniye içinde inceleyip, en doğru ve en kısa olanı ayıklayabiliyor.
Kimyagerler, bir molekül yapmak için; çeşitli deneysel koşulları ve bu koşullardan her biriyle oluşabilecek karmaşık kimyasal tepkime dizilerini ayrıntılarıyla planlamaya çalışırlar. Bu planlama, daha senteze başlama girişiminde bile bulunmadan evvel literatüre boğularak geçirilen tonlarca zaman ve sonrasında yine de delicesine deneme-yanılma içerir.
Ancak kimyagerler şimdi bu işlemi otomatik sentez-planlama yazılımı ile kolaylaştırmaya çalışıyorlar. En son örnek olan Syntaurus, hedef molekül daha önce asla sentezlenmemiş olsa bile, birkaç saniye içerisinde bir yol haritası çıkarabilir. Bu algoritmalar, en olası sentez yolunu sunmadan önce, elle kodlanmış, binlerce belki de milyonlarca kimyasal kuralı kullanarak; muhtemel tüm seçenekleri gözden geçiriyor ve bu kurallar çerçevesinde eliyor.
Çalışmaya dahil olmayan, Cambridge Üniversitesi’nden sentetik kimyager Jonathan Goodman; ‘Moleküler bilişim ve hesaplamalı kimya teknikleri artık öyle ileri seviyede ki, bilgisayar destekli olmayan herhangi bir yeni kimyasal sentezi hayal etmek çok zor.’ diyor.
Çin Şanghay Üniversitesi’nden Mark Waller ve meslektaşları şimdi, kimyagerlerin hızlı bir sentez çözümü bulmalarına daha da yardımcı olmasını umdukları bir araç üretti. Ekibin algoritması, Google’ın AlphaGo’sunda (bu yılın başında dünyanın en iyi Go oyuncusunu yenen bir AI) kullanılan algoritmaya benzer. AlphaGo, oyunu kazanmak için, Monte Carlo Ağaç Tipi Arama (MCTS) olarak bilinen bir tür makine öğrenme yöntemini kullanmıştı.
Waller’in MCTS programı bir hedefi binlerce olası dala, bu durumda kimyasal dönüşüme parçalamaktadır. Bu adımdan sonra, algoritma hangisinin başarı yakalayacağını değerlendirir ve bu ‘dal’ı daha da araştırır. 12 milyon bilinen reaksiyon içeren bir veri tabanı ile platform, sonucun kaydedilmesinden ve işlemi tekrarlamadan önce bu yolun işe yarayıp yaramayacağını belirler. Zamanla, MCTS bir dizi yol inşa edecek ve hangisinin en uygun sentez olacağını hesaplayacaktır.
Waller’in grubu, bu MCTS algoritmasını, bir Alzheimer ilaç ara maddesi olarak kullanılan bir benzopiran sülfonamid türevinin altı aşamalı sentezini haritalamak için kullandı. Bu algoritmanın, literatürde bulunan yolla aynı yolu üretmesi sadece 5,4 saniye sürdü.
Böyle hızlı retrosentetik hesaplamalar yeni olmamakla birlikte, ekip ayrıca yazılımlarının bir bilim insanını kandırıp kandıramayacağını öğrenmek istedi. Ekip, 45 lisansüstü organik kimyacıdan, dokuz farklı molekül için iki sentetik yol arasındaki tercihlerini kör bir testte belirtmelerini istedi. Her bir durumda, kimyagerler bir yolu tasarlarken, Waller’in programı diğerini tasarladı. Şaşırtıcı bir şekilde, teste tabii tutulan kimyagerlerin % 57’si, AI’nın rotasından gitmeyi tercih etti.
Ancak algoritmanın sınırları var. ‘Yöntem, organik sentezlerin merkezi olan stereokimya ve doğal ürünleri kapsamıyor,’ diyor Goodman. Açıklamasına, kimya komitesini ikna etmek için hala önemli kanıtlara ihtiyaç duyulduğunu söyleyerek devam ediyor. Sözlerini, ‘ Yine de bu tip yazılımlar, yeni algoritmaların karmaşık kimyasal verileri analiz etme gücünü gösteriyor. Umarım sentetik kimyagerler için faydalı olacaktır.’ diyerek tamamlıyor.
Kaynak: chemistryworld.com
