A química é mais do que apenas misturar o composto A com o composto B para fazer o composto C. Existem catalisadores que afetam a taxa de reação, bem como as condições físicas da reação e quaisquer etapas intermediárias que conduzam ao produto final. Se você está tentando fazer um novo processo químico para, dizer, pesquisa farmacêutica ou de materiais, você precisa encontrar o melhor de cada uma dessas variáveis. É um processo demorado de tentativa e erro.

Ou, pelo menos, isso foi.

Em uma nova publicação em Natureza , Os químicos Jolene Reid e Matthew Sigman da Universidade de Utah mostram como a análise de dados de reações químicas publicados anteriormente pode prever como as reações hipotéticas podem ocorrer, estreitando a gama de condições que os químicos precisam explorar. Seu processo de previsão algorítmica, que inclui aspectos de aprendizado de máquina, pode economizar tempo e recursos valiosos na pesquisa química.

"Tentamos encontrar a melhor combinação de parâmetros, "Reid diz." Assim que tivermos isso, podemos ajustar as características de qualquer reação e realmente prever como esse ajuste a afetará. "

Tentativa e erro

Anteriormente, químicos que queriam realizar uma reação que não havia sido tentada antes, como uma reação para anexar uma pequena molécula particular a um ponto específico em uma molécula maior, abordou o problema observando uma reação semelhante e imitando as mesmas condições.

"Quase sempre, pelo menos na minha experiência, não funciona bem, "Sigman diz." Então você muda sistematicamente as condições. "

Mas com várias variáveis ​​em cada reação - Sigman estima em torno de sete a dez em uma reação farmacêutica típica - o número de combinações possíveis de condições torna-se esmagador. "Você não pode cobrir todo esse espaço variável com qualquer tipo de operação de alto rendimento, "Sigman diz." Estamos falando de bilhões de possibilidades. "

Estreitando o campo

Então, Sigman e Reid procuraram uma maneira de estreitar o foco para uma gama de condições mais gerenciável. Para sua reação de teste, eles observaram reações que envolvem moléculas com imagens espelhadas opostas uma da outra (da mesma forma que suas mãos direita e esquerda são imagens espelhadas uma da outra) e que selecionam mais para uma configuração do que para outra. Essa reação é chamada de "enantiosseletiva, "e o laboratório de Sigman estuda os tipos de catalisadores envolvidos nas reações enantiosseletivas.

Reid coletou relatórios científicos publicados de 367 formas de reações envolvendo iminas, que tem uma base de nitrogênio, e usou algoritmos de aprendizado de máquina para correlacionar características das reações com o quão seletivas elas eram para as duas formas diferentes de iminas. Os algoritmos analisaram os catalisadores das reações, solventes e reagentes, e relações matemáticas construídas entre essas propriedades e o final seletivamente da reação.

"Há um padrão oculto sob a superfície de por que funciona e não funciona com esta condição, este catalisador, este substrato, e assim por diante, "Sigman diz.

"A chave do nosso sucesso é que usamos as informações de muitas reações, "Reid acrescenta.

Aliviando a dor

Quão bem seu modelo preditivo funciona? Previu com sucesso os resultados de 15 reações envolvendo um reagente que não estava no conjunto original, e os resultados de 13 reações onde um tipo de reagente e catalisador não estavam no conjunto original. Finalmente, Reid e Sigman analisaram um estudo recente que conduziu 2, 150 experimentos para encontrar as condições ideais de 34 reações. Sem sujar um único copo, O modelo de Reid e Sigman chegou aos mesmos resultados e ao mesmo catalisador ideal.

Reid espera aplicar o modelo para prever reações envolvendo grandes, moléculas complexas. "Muitas vezes você descobre que novas metodologias não são ajustadas para sistemas complexos, "ela diz." Possivelmente poderíamos fazer isso agora, prevendo de antemão o melhor tipo de catalisador. "

Sigman acrescenta que os modelos preditivos podem diminuir as barreiras para o desenvolvimento de novos medicamentos.

“A indústria farmacêutica não quer investir dinheiro em algo que não sabe se vai funcionar, "ele diz." Então, se você tiver um algoritmo que sugere que isso tem uma alta probabilidade de funcionar, você alivia a dor. "

Após a publicação, encontre o estudo completo aqui.