D. Tyler McQuade, Ph.D., um professor da Virginia Commonwealth University College of Engineering, é o principal investigador de um projeto multiuniversitário que busca usar inteligência artificial para ajudar os cientistas a encontrar a molécula perfeita para tudo, desde um xampu melhor até revestimentos em microchips avançados.

O projeto é um dos primeiros nos EUA a ser selecionado por US $ 994, 433 em financiamento como parte de um novo projeto piloto da National Science Foundation chamado Convergence Accelerator (C-Accel). McQuade e seus colaboradores apresentarão seu protótipo em março de 2020 em uma proposta de financiamento adicional de até US $ 5 milhões em cinco anos.

Adam Luxon, um Ph.D. estudante do Departamento de Engenharia Química e de Ciências da Vida, que esteve envolvido desde o início, explicou desta forma:"Queremos essencialmente fazer a Alexa da química."

Assim como a Amazon, Google e Netflix usam algoritmos de dados para sugerir previsões personalizadas, a equipe planeja construir uma rede aberta que pode combinar e ajudar os usuários a entender os dados de ciências moleculares extraídos de uma variedade de fontes, incluindo universidades, indústria e governo.

A ideia está alinhada com o objetivo do projeto Big Ideas da NSF, "Aproveitando a revolução dos dados, "para envolver a comunidade de pesquisa no desenvolvimento de uma ciberinfraestrutura avançada para acelerar a pesquisa intensiva de dados.

A equipe reflete experiência em várias especialidades. Trabalhando com McQuade estão James K. Ferri, Ph.D., professor do Departamento de Engenharia Química e Ciências da Vida da VCU; Carol A. Parish, Ph.D., professor de química e da cátedra Floyd D. e Elisabeth S. Gottwald do Departamento de Química da Universidade de Richmond; e Adrian E. Roitberg, Ph.D., professor do Departamento de Química da Universidade da Flórida. Duas empresas também estão envolvidas:Two Six Labs, baseado em Arlington, Virgínia, e Fathom Information Design, com sede em Boston.

Atualmente, não há uma rede compartilhada ou portal central onde cientistas moleculares e engenheiros possam aproveitar a inteligência artificial e ferramentas de ciência de dados para construir modelos que atendam às suas necessidades. E embora os cientistas tenham sido capazes de descrever quais elementos constituem uma molécula, como os átomos estão organizados e as propriedades da molécula (como seu ponto de fusão), não existe uma maneira padrão de representar - ou prever - o desempenho molecular.

A equipe visa preencher essas lacunas, avançando no conceito de uma "impressão molecular". Os colaboradores criarão um novo sistema que representa as moléculas combinando o desenho de linhas, geometria e cálculos químicos quânticos em um único, formato que pode ser aprendido por máquina.

Eles desenvolverão uma plataforma central para coleta de dados, criar essas impressões moleculares e desenvolver algoritmos para minerar os dados, e desenvolverá ferramentas de aprendizado de máquina para criar modelos de previsão de desempenho.

"A capacidade de calcular propriedades moleculares usando técnicas computacionais, e para combinar esses dados com medições experimentais, irá gerar bancos de dados que produzirão os resultados mais abrangentes nas ciências moleculares, "Parish disse.

“Existem muitos laboratórios em todo o mundo trabalhando neste espaço; no entanto, existem poucas estruturas organizacionais disponíveis que incentivam o compartilhamento aberto desses dados para o benefício da comunidade e do bem comum, "Parish acrescentou." Procuramos colaborar com outras pessoas para fornecer esta estrutura; uma rede aberta de conhecimento ou repositório onde os cientistas podem depositar seus dados experimentais e computacionais de nível molecular em troca de ferramentas fáceis de usar para ajudar a gerenciar e consultar os dados. "

A resposta inicial à ideia deles foi forte por parte de parceiros em potencial. Ferri e os outros já coletaram mais de uma dúzia de cartas de grandes corporações, como Dow e Merck, manifestando interesse em participar.

McQuade disse que engenheiros químicos nas principais indústrias, incluindo produtos de consumo e produtores de petróleo e gás, gastam muito esforço executando experimentos para determinar a molécula que desejam usar, como encontrar o melhor aditivo para xampu que não faça os bebês chorarem.

"A capacidade de projetar as propriedades que você deseja ainda é mais arte do que ciência, " ele disse.

A equipe também planeja desenvolver um kit de ferramentas para processar e visualizar os dados.

Roitberg, cujos focos de pesquisa incluem visualização avançada, disse que isso poderia assumir a forma de um reino de realidade virtual em que um usuário poderia encontrar materiais que são solúveis em água, mas não em óleo, por exemplo, e, em seguida, ser capaz de procurar materiais semelhantes nas proximidades.

“Prevemos uma plataforma muito interativa onde o usuário pode explorar as relações entre os dados e as propriedades do material desejadas, " ele disse.