Kjemikere ønsker å bygge et kart over alle mulige molekyler. Dette kan akselerere oppdagelsen av nye forbindelser som kan brukes i alt fra medisiner til nye materialer, men å bestemme levedyktigheten og egenskapene til nye molekyler utgjør et enormt arbeide – og da er det fint med hjelp av den kollektive intelligensen.
Molekyler med lignende egenskaper er også beslektet når det gjelder indre oppbygging. For eksempel vil molekyler som reagerer på varme eller med andre kjemiske forbindelser ha en del felles arkitektur.
Man lager en form for 3D-kart der molekyler blir plassert på et punkt definert av tre ulike akser som representerer kjemiske egenskaper. Dersom for eksempel en katalysator inneholder en giftig ingrediens, kan kjemikere lete i kartet langs toksisitetsdimensjonen for å finne et sikrere kjemikalie som fungerer like bra. På et møte i American Chemical Society nylig, antydet forskere at KI nå er god nok til å hjelpe til med å overvinne den enorme oppgaven med å sette sammen et slikt kart. Hvis man vet de riktige spørsmålene å stille til KI, vil det være fullt mulig å oppdage et nytt molekyl i løpet av dager eller uker som normalt ville tatt flere tiår.
Noen kart eksisterer allerede for dette formålet, for eksempel en database med 166,4 milliarder organiske molekyler mindre enn 17 atomer eller ChemMaps, som har nesten 50 000 medikamenter og miljøproblematiske forbindelser organisert i et tredimensjonalt rutenett av kjemiske egenskaper.
Disse er imidlertid veldig små sammenlignet med et kart over hvert molekyl. For bare små, medikamentlignende forbindelser, for eksempel, kan det være så mange som 1060 molekyler, hver med flere egenskaper som er relevante for å lage dem. Pågående forsøk på å bygge enda mer avanserte kart, fokuserer på å ta et typisk molekyl, for eksempel en godt beskrevet katalysator, og deretter be AI om å utforske stabiliteten til hver forbindelse laget ved å bytte noen av atomene med et annet element. Dette fyller ut omgivelsene til det opprinnelige molekylet i ett plan på kartet, og befolker nabolaget.
Man studerer for tiden blant annet nye materialer som kan brukes til lagring av solenergi eller for å akselerere omdannelsen av drivhusgasser. Her har KI allerede fremskyndet oppdagelsen av nye nyttige forbindelser i hver kategori, blant millioner av muligheter.
AlphaFold er en ny KI som kan beregne strukturen til nesten alle proteiner på planeten, rent ut i fra sine kunnskaper om grunnstoffene og forbindelser mellom disse. Utfordringene med å lage kartet ferdig, er at noen data som trengs ikke er lett tilgjengelige eller ikke finnes. Det trengs en del grunndata for at KI kan bygge videre på dette.
Comments