Reaktion ennustaminen ja mekanismi: Tuotteen, tilan ja haittavaikutusten ennustaminen

Voitot:

• Kyky ymmärtää ero eteenpäin suuntautuvan reaktion ennustamisen ja retrosynteesin välillä ja kysyä tekoälyltä vaihtoehtoisia reittejä ja riskialttiimpia vaiheita.
• Kun tiedetään, että kuntonumerot, saannon ja reagenssien nimet ovat heikkoja tekoälyssä, ja vahvistaa ne kirjallisuudella ja luetteloilla.
• Kyky suunnitella tuotteen puhtautta ja turvallisuutta alusta alkaen kyseenalaistamalla sivureaktiot erikseen ja selkeästi

Reaktion ennustaminen ja mekanismi: tuotteen, kunnon ja sivureaktion ennustaminen tekoälyllä

Kemisti kysyy useimmin kaksi kysymystä: "Mitä tapahtuu, jos sekoitan nämä aineet?" ja "Mitä minun pitäisi tehdä saadakseni haluamani tuotteen?" Ensimmäinen on kysymys eteenpäin suuntautuvasta reaktion ennustamisesta (lähtöaineista tuotteeseen), toinen on kysymys retrosynteesistä (taaksepäin tuotteesta lähtöaineisiin). Tekoäly on arvokas aivoriihikumppani molemmissa: listaa mahdollisia tuotteita, ehdottaa olosuhteita, herättää sivureaktioita. Mutta kokeet ja kirjallisuus ratkaisevat, toimiiko reaktio todella, mikä on sen tehokkuus ja onko se turvallinen. Tässä osiossa opimme käyttämään tekoälyä reaktioiden suunnittelussa tehokkaalla mutta hallitusti.

Ero eteenpäin suunnatun ennustamisen ja retrosynteesin välillä

Ennuste eteenpäin: Sinulla on lähtöaineet ja reagenssit; "Entä tuote?" sinä kysyt. Jos esimerkiksi käsittelet primääristä alkoholia hapettimella, saatat päätyä aldehydiin tai karboksyylihappoon; Kumpaan se menee, riippuu reagenssista ja kunnosta. Tekoäly tietää yleensä tämän eron hyvin, mutta voi olla väärässä kunnon yksityiskohdista.

Retrosynteesi: Sinulla on kohdemolekyyli; "Mistä yksinkertaisemmista osista voin tehdä tämän?" menet takaisin. Jokainen askel taaksepäin viittaa "leikkaukseen" (yhteyden katkeamiseen). Tekoäly on hyvä lajittelemaan useita vaihtoehtoisia polkuja; Mutta on välttämätöntä vahvistaa kirjallisuudella, että jokainen hänen ehdottamansa polun askel todella toimii.

Vinkki: Sen sijaan, että pyytäisit tekoälyltä vain yhtä "paras tapaa", kysy 2-3 vaihtoehtoista tapaa ja kunkin heikko kohta ("mikä askel on riskialtista?"). Vaihtoehtojen joukosta valitseminen on paljon turvallisempaa kuin sokeasti yhden polun seuraaminen.

Mekanismi: ymmärtää miksi se tapahtuu

Reaktiomekanismi näyttää askel askeleelta, minne elektronit menevät ja missä järjestyksessä. Tekoäly on hyvä opettaja mekanismin selittämisessä: se selittää yksinkertaisesti käsitteet nukleofiili (elektroneja runsaasti, elektroneja luovuttava laji), elektrofiili (elektroneja köyhä, elektroneja vastaanottava laji), välituote ja siirtymätila. Se voi kuitenkin piirtää näennäisiä "nuolia" monimutkaisiin tai uusiin mekanismeihin. Vertaa mekanismin kuvausta orgaanisen kemian lähteeseen.

Askel askeleelta: Reaktion suunnittelu tekoälyn avulla

1. Anna kohde tarkasti: Määrittele tuote ja mahdollinen lähtöaine SMILES:llä (edellinen yksikkö).
2. Ilmoita rajoitukset: mittakaava (mmol/mol), vältettävät reagenssit, saatavilla olevat liuottimet, turvamarginaalit.
3. Kysy vaihtoehtoja: 2-3 tapaa ja kunkin tehokkuusodotus ja riski.
4. Kysy sivureaktiosta: Mahdolliset sivutuotteet kussakin vaiheessa ja niiden vähentäminen.
5. Vahvistus kirjallisuudella: Tarkista ehdotettu avainvaihe todellisella artikkelilla/tietokannalla (Reaxys, SciFinder jne.).
6. Turvatarkastus: Tarkista kunkin reagenssin käyttöturvallisuustiedote (yksikkö 9).

Neljä kopioitavaa mallia

1) Eteenpäin tulevan reaktion ennuste:

Lähtöaineet (SMILES):- Bentsyylialkoholi: OCc1ccccc1Reagenssi: PCC (pyridiniumkloorikromaatti), dikloorimetaanissa. Tehtävä:1) Mikä on päätuote (HYMIÄ + mainos)?2) Miksi tämä tuote muodostuu, aldehydi tai karboksyylihappo, perustelu ole varma.

2) Retrosynteesi:

Kohdemolekyyli (SMILES): O=C(c1ccccc1)c1ccc(OC)cc1 (4-metoksibentsofenoni) Rajoitus: Mittakaava 10 mmol; Grignard-reagensseja voidaan käyttää. Tehtävä: Esitä 2 vaihtoehtoista retrosynteesireittiä. Jokaiselle reitille: rajapiste, vaaditut lähtöaineet (SMILES), reagenssi + kunkin vaiheen kunto ja arvioitu saantoalue. Merkitse riskialttein askel.

3) Mekanismin kuvaus:

Reaktio: Sekundaarisen alkoholin (E1) happokatalysoitu dehydraatio. Tehtävä: Selitä mekanismi askel askeleelta elektronien liikkeellä. Jokaisessa vaiheessa: minkä tyyppinen nukleofiili/elektrofiili, mikä välituote muodostuu. Ilmoita myös Zaitsev/Hofmann-tuotteesi. Kieli: pelkkä turkki, määrittele termit, kun ne mainitaan ensimmäisen kerran.

4) Kunnon optimointi (idean luominen):

Reaktio: Muodostuu amidisidos (karboksyylihappo + amiini). Käytössämme olevat kytkentäreagenssit: EDC, DCC, HATU. Tehtävä: Esitä taulukko kunkin reagenssin eduista/haitoista (saanto, puhdistuksen helppous, hinta, turvallisuus). Kumman valitsisit missä tilanteessa?Huomaa: Älä väitä tarkkaa tehokkuutta. Vahvistan kirjallisuudella.

Heikko kehote / Vahva kehote

Heikko:

Mitä tapahtuu, kun sekoitat nämä kaksi ainetta?

Ei ole selvää, mitkä aineet (ei rakennetta), mikä suhde, mikä olosuhde, mikä liuotin. Tekoäly korjaa puutteet ja voi toimittaa väärän tuotteen.

Vahva:

Käynnistysaine: etikkahappoanhydridi (CC(=O)OC(=O)C) + salisyylihappo (OC(=O)c1ccccc1O), katalyytti: väkevä rikkihappo (muutama tippa), ~85 °C, 15 min. Tehtävä: 1) Päätuote (HYMIÄ+mainos), 2) mekanismien yhteenveto, 3) sivutuote ja puhdistus, 4) turvallisuusvaroitus. Merkitse paikka, jossa et ole varma.

Ero: jokainen aloituslause, jossa on SMILES, nopeus/ehto päällä, lähtö määritetty, suojausta pyydetty. (Tämä esimerkki on aspiriinin synteesi.)

Missä tekoäly on vahva ja heikko reaktion ennustamisessa

Aihe

Onko AI tehokas?

Huomautuksia

Reaktiotyypin tunnistaminen

vahva

Hapetus, esterin muodostus jne. tunnetaan hyvin

Päätuotteen ennustaminen (klassinen)

Yleensä vahva

Luotettava hyvin dokumentoiduissa reaktioissa

Tarkat sato/kuntoluvut

heikko

Lämpötila, kesto ja tehokkuus ovat usein vääriä

Uusi/harvinainen reaktio

heikko

Tekemisen riski on suuri, kirjallisuus on välttämätöntä

Sivureaktiomuistutus

keskivahva

Arvokas tarkistuslistaksi

Regio/stereo-selektiivisyys

Muuttuva

Yksinkertaiset säännöt ovat hyviä, monimutkaiset huonoja

minikotelot

Tapaus 1 – Oikea tuote, väärä kunto. Opiskelija suunnitteli Fischer-esteröinnin. YZ antoi oikean tuotteen, mutta sanoi "se valmistuu 10 minuutissa huoneenlämmössä". Kirjallisuus on osoittanut, että tämä tasapainoinen reaktio kestää tunteja palautusjäähdyttäen ja vaatii veden poistamisen. Jos opiskelija ei olisi korjannut ehtoa, hän olisi kohdannut 5 %:n tuoton. Oppitunti: vaikka tuote olisi oikea, vahvista kuntonumerot kirjallisuudella.

Tapaus 2 – Keksitty katalyytti. YZ tuotti kytkentäreaktiolle olemattoman katalyyttinimen muodossa "Pd(XYZ)4". Kun opiskelija etsi katalyyttiluettelosta, hän ei löytänyt sitä; AI keksi nimen. Todellinen katalyytti oli Pd(PPh3)4. Oppitunti: vahvista reagenssien ja katalyyttien nimet todellisissa luetteloissa.

Tapaus 3 – unohdettu sivureaktio. Primääristä amiinia asyloitaessa AI tuotti päätuotteen, mutta ohitti ensin kaksinkertaisen asyloinnin riskin ylimääräisellä reagenssilla. Jos käyttäjä kysyy "mahdolliset sivutuotteet?" Kun kysyin nimenomaisesti, tekoäly lisäsi tämän ja ehdotti stoikiometrian rajoittamista 1,05 ekvivalenttiin. Oppitunti: kysy sivureaktiosta erikseen ja selvästi, se ei välttämättä tule yhdestä kehotuksesta.

Yleisiä virheitä

• Ehtonumeroiden käyttö sellaisenaan. Lämpötila, aika, ekvivalentti ja tehokkuus ovat tekoälyn heikoimpia alueita; Vahvista kirjallisuudella.
• Ainoa tapa on kysyä. Suunnitelma ilman vaihtoehtoja tekee riskialttiista askeleesta näkymätön.
• Ei kysele sivureaktiosta. Vaikka päätuote näyttää oikealta, sivutuotteet määräävät puhtauden.
• Reagenssin nimeä ei tarkisteta. Olemattomia katalyyttien/ligandien nimiä voidaan keksiä.
• Pidetään mekanismi todisteena. Näennäisesti uskottava mekanismi ei takaa reaktion etenemistä.
• Ei määritetä mittakaavaa. Mikä on turvallista mg-asteikolla, voi olla vaarallista kg-asteikolla.

Huomio: Se, että tekoäly esittää ehdotetun reaktion "olemassa kirjallisuudessa", ei tarkoita, että se todella olisi olemassa. Varmista, että avainvaihe liittyy autenttiseen lähteeseen (DOI-artikkeli, tunnettu menettely).

Yhteenvetona

• AI on tehokas oivalluskumppani ennakoinnissa ja retrosynteesissä; Se ennustaa tuotetyypin hyvin.
• Olosuhteet ovat huonoja saannon suhteen ja harvinaisia; vahvista nämä kirjallisuudella.
• Pyydä yhden tavan sijasta 2-3 vaihtoehtoa ja pyydä niitä merkitsemään riskialttein askel.
• Esitä sivureaktioita erikseen ja avoimesti; Tarkista reagenssien/katalyyttien nimet luetteloista.
• Mekanismi nopeuttaa ymmärtämistä, mutta se ei ole todiste reaktion toimimisesta.

Sovellustehtävä

Valitse tuntemasi kohdemolekyyli. Pyydä tekoälyltä kaksi vaihtoehtoista retrosynteesireittiä; Pyydä häntä ilmoittamaan SMILES-toiminnolla kunkin polun lähtökohdat, ehdot ja riskialttein askel. Yritä sitten vahvistaa kunkin polun avainvaihe kirjallisuuslähteellä (todellinen DOI). Kumpi tie osoittautui vakaammaksi? Kuinka moni tekoälyn antamista ehdoista vastasi kirjallisuutta ja kuinka moni vaati korjausta? Kirjoita yhden sivun vertailu.

tarkistuslista

• [ ] Tiedän eron eteenpäin ennustamisen ja retrosynteesin välillä.
• [ ] Ilmaisen molekyylit SMILES:illä ja rajoituksilla (mittakaava, liuotin).
• [ ] En halua ainoaa tietä, haluan vaihtoehtoja ja riskialttiita askeleita.
• [ ] Jätän sivureaktiot pois erillisestä kysymyksestä.
• [ ] Vahvistan ehtonumerot ja reagenssien nimet kirjallisuudella/luettelolla.
• [ ] Käytän sitä mekanismin ymmärtämiseen, en todisteena.