Nel 1996, quando un computer ha vinto una partita contro il campione del mondo di scacchi in carica Garry Kasparov, era a dir poco una sensazione. Dopo questa svolta nel mondo degli scacchi, il gioco da tavolo Go è stato a lungo considerato un bastione riservato ai giocatori umani a causa della sua complessità. Ma i migliori giocatori del mondo non possono competere con il software AlphaGo. La ricetta per il successo di questo programma per computer è resa possibile attraverso una combinazione della cosiddetta Monte Carlo Tree Search e reti neurali profonde basate su machine learning e intelligenza artificiale. Un team di ricercatori dell'Università di Muenster in Germania ha ora dimostrato che questa combinazione è estremamente adatta per pianificare sintesi chimiche, le cosiddette retrosintesi, con un'efficienza senza precedenti. Lo studio è stato pubblicato nell'attuale numero di Natura .

Marwin Segler, l'autore principale dello studio, dice, "La retrosintesi è la disciplina definitiva della chimica organica. I chimici hanno bisogno di anni per padroneggiarla, proprio come con gli scacchi o con il Go. Oltre alla competenza diretta, hai anche bisogno di una buona parte di intuizione e creatività per questo. Finora, tutti pensavano che i computer non sarebbero stati in grado di tenere il passo senza esperti che programmassero manualmente decine di migliaia di regole. Quello che abbiamo mostrato è che la macchina può, da solo, apprendere le regole e le loro applicazioni dalla letteratura disponibile."

La retrosintesi è il metodo standard per progettare la produzione di composti chimici. Tornando indietro mentalmente, il principio è che il composto viene scomposto in componenti sempre più piccoli fino ad ottenere i componenti base. Questa analisi fornisce la ricetta, che viene poi utilizzato per lavorare "in avanti" in laboratorio per produrre la molecola bersaglio, partendo dai materiali di partenza. Sebbene facile in teoria, il processo presenta difficoltà nella pratica. "Proprio come negli scacchi, in ogni passo o movimento, hai una varietà di possibilità tra cui scegliere, " dice Segler. "In chimica, però, ci sono ordini di grandezza più mosse possibili che negli scacchi, e il problema è molto più complesso".

È qui che entra in gioco il nuovo metodo, collegando le reti neurali profonde con il Monte Carlo Tree Search, una costellazione così promettente che un gran numero di ricercatori di diverse discipline ci stanno lavorando. Il Monte Carlo Tree Search è un metodo per valutare le mosse in un gioco. Ad ogni mossa, il computer simula numerose varianti, Per esempio, come potrebbe finire una partita a scacchi. Viene quindi selezionata la mossa più promettente.

In un modo simile, il computer ora cerca le migliori "mosse" possibili per la sintesi chimica. È anche in grado di apprendere utilizzando reti neurali profonde. A tal fine, il computer attinge a tutta la letteratura chimica mai pubblicata, che descrive quasi 12 milioni di reazioni chimiche. Mike Preuss, uno specialista dei sistemi informativi e coautore dello studio, dice, "Le reti neurali profonde vengono utilizzate per prevedere quali reazioni sono possibili con una determinata molecola. Utilizzando la ricerca Monte Carlo Tree, il computer può verificare se le reazioni previste portano davvero alla molecola bersaglio".

L'idea di usare i computer per pianificare le sintesi non è nuova. "L'idea ha in realtà circa 60 anni". dice Segler. "La gente pensava che sarebbe stato sufficiente, come nel caso degli scacchi, per immettere un numero elevato di regole nel computer. Ma non ha funzionato. La chimica è molto complessa, e contrariamente agli scacchi o al Go, non può essere afferrato puramente logicamente usando semplici regole. A ciò si aggiunge il fatto che il numero di pubblicazioni con nuove reazioni raddoppia ogni 10 anni circa. Né i chimici né i programmatori possono tenere il passo con questo. Abbiamo bisogno dell'aiuto di un computer intelligente." Il nuovo metodo è circa 30 volte più veloce dei programmi convenzionali per la pianificazione delle sintesi e trova potenziali vie di sintesi per il doppio delle molecole.

In un test AB in doppio cieco, i ricercatori di Muenster hanno scoperto che i chimici considerano questi percorsi di sintesi generati dal computer altrettanto validi di quelli già collaudati. "Lo speriamo, utilizzando il nostro metodo, i chimici non dovranno provare così tanto in laboratorio, "Segler aggiunge, "e che di conseguenza, e utilizzando meno risorse, saranno in grado di produrre i composti che rendono possibile il nostro elevato standard di vita".