Teknologi prototipe menyusut AI untuk menghadirkan fungsionalitas seperti otak dalam satu perangkat yang kuat - ScienceDaily
Teknologi

Inovasi pembelajaran mesin untuk mengembangkan perpustakaan kimia – ScienceDaily


Pembelajaran mesin telah digunakan secara luas dalam ilmu kimia untuk desain obat dan proses lainnya.

Model yang secara prospektif diuji untuk hasil reaksi baru dan digunakan untuk meningkatkan pemahaman manusia untuk menafsirkan keputusan reaktivitas kimia yang dibuat oleh model tersebut sangat terbatas.

Inovator Universitas Purdue telah memperkenalkan diagram alir reaktivitas kimia untuk membantu ahli kimia menafsirkan hasil reaksi menggunakan model pembelajaran mesin yang kuat secara statistik yang dilatih pada sejumlah kecil reaksi. Karya tersebut diterbitkan di Surat Organik.

“Mengembangkan reaksi baru dan cepat sangat penting untuk desain perpustakaan kimia dalam penemuan obat,” kata Gaurav Chopra, asisten profesor kimia analitik dan fisik di Purdue’s College of Science. “Kami telah mengembangkan reaksi multikomponen (MCR) N-sulfonylimines baru, cepat dan satu pot yang digunakan sebagai kasus representatif untuk menghasilkan data pelatihan untuk model pembelajaran mesin, memprediksi hasil reaksi dan menguji reaksi baru secara prospektif buta.

“Kami berharap pekerjaan ini membuka jalan dalam mengubah paradigma saat ini dengan mengembangkan model pembelajaran mesin yang akurat dan dapat dipahami manusia untuk menafsirkan hasil reaksi yang akan menambah kreativitas dan efisiensi ahli kimia manusia untuk menemukan reaksi kimia baru dan menyempurnakan jalur pipa kimia organik dan proses. “

Chopra mengatakan pendekatan pembelajaran mesin yang dapat ditafsirkan manusia oleh tim Purdue, yang diperkenalkan sebagai diagram alir reaktivitas kimia, dapat diperluas untuk mengeksplorasi reaktivitas MCR atau reaksi kimia apa pun. Tidak membutuhkan robotika skala besar karena metode ini dapat digunakan oleh ahli kimia saat melakukan penyaringan reaksi di laboratorium mereka.

“Kami memberikan laporan pertama kerangka kerja untuk menggabungkan eksperimen kimia sintetik cepat dan kalkulasi kimia kuantum untuk memahami mekanisme reaksi dan model pembelajaran mesin yang kuat secara statistik yang dapat diinterpretasikan oleh manusia untuk mengidentifikasi pola kimiawi untuk memprediksi dan menguji secara eksperimental reaktivitas heterogen N-sulfonylimines,” Chopra kata.

Pekerjaan ini sejalan dengan inovasi dan penelitian lain dari laboratorium Chopra, yang anggota timnya bekerja dengan Kantor Komersialisasi Teknologi Purdue Research Foundation untuk mematenkan berbagai teknologi.

“Penggunaan model pembelajaran mesin yang belum pernah terjadi sebelumnya dalam menghasilkan diagram alir reaktivitas kimia membantu kami memahami reaktivitas berbagai N-sulfonylimines yang secara tradisional digunakan dalam MCR,” kata Krupal Jethava, seorang rekan postdoctoral di laboratorium Chopra, yang ikut menulis pekerjaan tersebut. “Kami percaya bahwa bekerja bahu membahu dengan ahli kimia organik dan komputasi akan membuka jalan baru untuk memecahkan masalah reaktivitas kimia yang kompleks untuk reaksi lain di masa depan.”

Chopra mengatakan para peneliti Purdue berharap pekerjaan mereka akan membuka jalan untuk menjadi salah satu dari banyak contoh yang akan menunjukkan kekuatan pembelajaran mesin untuk pengembangan metodologi sintetis baru untuk desain obat dan seterusnya di masa depan.

“Dalam pekerjaan ini, kami berusaha untuk memastikan bahwa model pembelajaran mesin kami dapat dengan mudah dipahami oleh ahli kimia yang tidak berpengalaman di bidang ini,” kata Jonathan Fine, mantan mahasiswa pascasarjana Purdue, yang ikut menulis pekerjaan ini. “Kami percaya bahwa model ini memiliki kemampuan tidak hanya digunakan untuk memprediksi reaksi tetapi juga digunakan untuk lebih memahami kapan reaksi tertentu akan terjadi. Untuk mendemonstrasikan ini, kami menggunakan model kami untuk memandu substrat tambahan guna menguji apakah suatu reaksi akan terjadi. “

Sumber Cerita:

Materi disediakan oleh Universitas Purdue. Asli ditulis oleh Chris Adam. Catatan: Konten dapat diedit untuk gaya dan panjangnya.

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Data Sidney