IA para química

AI chemistry

Bom, ao me deparar com o termo inteligência artificial (IA), pensei o que é a IA para Química. Quando os cientistas projetam novas moléculas para uma determinada aplicação, eles precisam sintetizá-las para verificar experimentalmente se possuem as propriedades corretas. Do contrário, os cientistas projetam novas moléculas que podem ser análogas às moléculas previamente sintetizadas, por exemplo.

Depois de sintetizadas eles verificam se as novas moléculas satisfazem requisitos como propriedades, desempenho, preço, toxicidade, impacto ambiental entre outras. Dessa forma, esse processo iterativo exige muito tempo e dinheiro.

Qual a forma ideal para descobrir uma nova molécula?

Ser capaz de prever com precisão as propriedades de novas moléculas permitiria aos pesquisadores sintetizar apenas as mais promissoras. Assim, ele evitariam a síntese e testes de muitas moléculas que não possuem as propriedades desejadas. Dessa forma, a inteligência artificial (IA) permite aos pesquisadores fazer algoritmos de aprendizado de máquina para predizer propriedades desejadas das novas moléculas. Basicamente, esses algoritmos de IA são treinados com a alimentação de muitos exemplos de moléculas e suas propriedades associadas (aprendizado supervisionado).

Vantagens do uso da IA para a Química

A princípio, projetar novas moléculas é uma das tarefas de maior valor agregado que os químicos realizam. Eles usam, sobretudo, os seus conhecimentos de química e criatividade para propor novas estruturas moleculares, que são testadas virtualmente ou experimentalmente nas aplicações relevantes.

Existem duas limitações principais para este método. A primeira limitação é que a criatividade humana é inerentemente tendenciosa. Assim, um químico geralmente prefere certos grupos funcionais ou padrões moleculares (conscientemente ou não). Dessa forma, ele geralmente exclui aquelas moléculas acha estranhas ou não gosta.

A segunda limitação é o grande número de novas moléculas (centenas de milhares ou mesmo milhões). Assim, necessita-se de uma triagem virtual, pois a mente humana é incapaz de projetar conjuntos tão grandes de moléculas em um tempo razoável.

Dessa forma, a IA é um complemento valioso para a criatividade humana para projetar novas moléculas. A IA é menos tendenciosa do que a criatividade humana e gera grande número de moléculas em tempos curtos. Todavia, é preciso que IA tenha um aprendizado profundo e isso exige grande número de moléculas. Ou seja, necessita-se de dados de milhões de moléculas para ter um bom conhecimento estatístico.

Felizmente, já existem vários conjuntos de dados contendo milhões de moléculas que estão disponíveis gratuitamente, por exemplo, banco de dados ZINC, QM9, ChEMBL etc. Além disso, ao usar este tipo de algoritmo, deve-se verificar se as moléculas geradas são efetivamente diferentes o que melhora identificar a diversidade química das moléculas.

Convite especial para você

Agora que você sabe sobre o uso da IA para descobrir novas moléculas convidamos você a descobrir mais sobre este assunto nos nossos posts. Acesse ai e descubra mais sobre a IA na Química.

Então, gostou? Bom, então comente e visite nossas redes sociais:

Instagram

Facebook

Twitter  e

Linkedin

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *