IBM ha ampliato le capacità di RoboRXN, il laboratorio basato su tecnologia cloud e automatizzato con l’AI. Due nuove funzionalità consentiranno infatti a RoboRXN di agire in modo più efficace e sostenibile nella scoperta e nella sintesi a distanza di nuove molecole e materiali.
Indice degli argomenti
Nuove capacità cloud per RoboRXN
La prima di tali funzionalità porterà l’integrazione di nuove capacità cloud per permettere agli utenti di allenare le reti neurali di RXN direttamente con set di dati proprietari, in modo da poter ottenere un’esperienza personalizzata nell’utilizzo dei modelli. Questo risultato è abilitato dallo sviluppo di processi intelligenti che permettono di allenare i modelli secondo i massimi standard di sicurezza del cloud. Il tutto senza richiedere esperienze specifiche nell’ambito delle operazioni AI.
Processi più green
La seconda nuova funzionalità punta a incrementare la sostenibilità. Infatti, consente di impiegare nuovi modelli di AI per assistere i chimici nell’identificazione di enzimi da utilizzare al posto di processi e catalizzatori tradizionali. Lo scopo è favorire l’utilizzo di tecniche di laboratorio più green. In tal senso, ricordiamo che gli enzimi, in quanto molecole biologiche altamente complesse necessarie per convertire materiali in prodotti come carta, cosmetici, farmaci e aromi, sono considerati una delle strategie di successo per sostituire processi tradizionali con alternative più verdi e sostenibili.
Una sintesi di nuovi materiali più rapida, economica e sostenibile
RoboRXN è progettato per agire come un navigatore per i chimici: il suo fine è permettere di scoprire e sviluppare nuovi materiali in un modo più efficiente rispetto ai processi tradizionali, automatizzando la maggior parte del lavoro di base che deve essere svolto nelle fasi iniziali della sintesi dei materiali. Gli utenti possono anche sintetizzare materiali a distanza attraverso l’uso del cloud.
Una delle principali limitazioni per l’applicazione della chimica enzimatica è che la conoscenza specifica del dominio necessaria per adattare gli enzimi esistenti a nuove trasformazioni chimiche è poco strutturata e richiede decenni di pratica per riuscire a districarsi tra tutti gli enzimi noti. Questo ha reso difficile e dispendioso in termini di tempo applicare enzimi esistenti nei tradizionali metodi di sperimentazione. L’utilizzo di modelli AI per suggerire enzimi per la sintesi organica potrebbe invece consentire un percorso agevolato, più economico e sostenibile per la sintesi di nuovi materiali.
Tutta la potenza del cloud e dell’AI
RoboRXN sfrutta le potenzialità di cloud e AI per migliorare la scoperta dei materiali, offrendo a tutta la comunità scientifica modelli allenati su dati pubblici. Nel processo di adozione di queste tecnologie è emersa in maniera sempre più importante la necessita di poter utilizzare dati proprietari da parte degli utenti e delle organizzazioni. A ciò si aggiunge la necessità crescente di migliorare la sostenibilità dei processi produttivi, soprattutto di quelli che comportano reazioni chimiche per la conversione delle materie prime in prodotti finiti.
Da quando è stato reso disponibile gratuitamente su IBM Cloud, RoboRXN ha superato tutti i modelli data-driven, raggiungendo più del 90% di precisione sulle previsioni delle reazioni chimiche. Attualmente è utilizzato da più di 29.000 utenti e ha accumulato oltre 5 milioni di previsioni di reazione. In particolare, è stato adottato nei flussi di lavoro di alcune delle migliori aziende farmaceutiche, biotecnologiche e agricole, aiutandole ad accelerare le previsioni di reazioni chimiche, procedure sperimentali e automatizzando la compilazione e l’esecuzione di sintesi chimiche.
Trattare la chimica come un linguaggio
Il motore principale di RoboRXN, che è chiamato RXN for Chemistry, è guidato da un metodo di traduzione di machine learning neurale che predice il risultato più probabile di una reazione chimica. Lo fa trattando la chimica come un linguaggio rappresentando le reazioni con sequenze di caratteri chiamati Simplified Molecular Input Line Entry System (SMILES) per descrivere entità chimiche. In questo schema, la predizione del risultato di una reazione è assimilabile alla traduzione da un linguaggio dei precursori al linguaggio dei prodotti.
I percorsi sintetici ottimizzati sono poi utilizzati come input per RoboRXN. Il sistema AI è anche dotato di un’architettura retrosintetica in cui invece di prevedere il risultato di una possibile reazione chimica (previsioni in avanti), lavora in ordine inverso per determinare le sostanze chimiche necessarie per creare una data molecola target.
Nuove collaborazioni per accelerare la sperimentazione
I casi d’uso industriale di RoboRXN spaziano dal food & beverage al farmaceutico, alla cosmesi e altro ancora. Nella produzione della carta, per esempio, la pasta può essere trattata con la xilanasi, un enzima naturale, invece della candeggina, che è costosa e inquinante.
Per continuare ad accelerare con RoboRXN la sintesi e la sperimentazione di nuovi materiali in molti settori industriali, IBM ha attivato nuove collaborazioni con Atinary, Arctoris, Chemspeed Techonologies AG, Syngenta e Thieme Chemistry.
@RIPRODUZIONE RISERVATA
