Lợi nhuận:
- Khả năng hiểu sự khác biệt giữa dự đoán phản ứng thuận và phản ứng tổng hợp ngược, đồng thời yêu cầu trí tuệ nhân tạo tìm ra các tuyến đường thay thế và bước nguy hiểm nhất.
- Trí tuệ nhân tạo biết rằng số điều kiện, hiệu suất và tên thuốc thử yếu và xác nhận chúng bằng tài liệu và danh mục.
- Khả năng lập kế hoạch về độ tinh khiết và an toàn của sản phẩm ngay từ đầu bằng cách đặt câu hỏi về các phản ứng phụ một cách riêng biệt và rõ ràng
Dự đoán phản ứng và cơ chế: Dự đoán phản ứng sản phẩm, tình trạng và phản ứng phụ bằng AI
Có hai câu hỏi mà một nhà hóa học thường hỏi nhất: "Điều gì xảy ra nếu tôi trộn các chất này?" và “Tôi nên làm gì để có được sản phẩm mình muốn?” Đầu tiên là vấn đề dự đoán phản ứng thuận (từ nguyên liệu ban đầu đến sản phẩm), thứ hai là vấn đề phản ứng tổng hợp ngược (ngược từ sản phẩm đến nguyên liệu ban đầu). AI là đối tác động não có giá trị trong cả hai lĩnh vực: liệt kê các sản phẩm có thể sử dụng, gợi ý điều kiện và gợi lên các phản ứng phụ. Nhưng các thí nghiệm và tài liệu quyết định liệu một phản ứng có thực sự hoạt động hay không, hiệu quả của nó là bao nhiêu và liệu nó có an toàn hay không. Trong phần này, chúng ta sẽ học cách sử dụng AI trong việc lập kế hoạch phản ứng một cách mạnh mẽ nhưng có kiểm soát.
Sự khác biệt giữa dự đoán chuyển tiếp và tổng hợp lại
Dự đoán chuyển tiếp: Bạn có nguyên liệu ban đầu và thuốc thử; “Còn sản phẩm thì sao?” bạn hỏi. Ví dụ, nếu bạn xử lý rượu bậc nhất bằng chất oxy hóa, bạn có thể thu được aldehyd hoặc axit cacboxylic; Cái nào nó đi phụ thuộc vào thuốc thử và điều kiện. AI thường biết rõ sự khác biệt này nhưng có thể sai về chi tiết điều kiện.
Tái tổng hợp: Bạn có phân tử mục tiêu; "Tôi có thể làm món này từ những phần nào đơn giản hơn?" bạn quay lại đi. Mỗi bước lùi lại đều có nghĩa là bị "cắt" (ngắt kết nối). AI rất giỏi trong việc sắp xếp theo nhiều con đường thay thế; Nhưng cần phải khẳng định với tài liệu rằng mọi bước đi trên con đường ông đề xuất đều thực sự hiệu quả.
Mẹo: Thay vì chỉ hỏi AI một “cách tốt nhất”, hãy yêu cầu 2-3 cách thay thế và điểm yếu của mỗi cách (“bước nào có rủi ro?”). Lựa chọn giữa các lựa chọn thay thế sẽ an toàn hơn nhiều so với việc mù quáng đi theo một con đường.
Cơ chế: hiểu tại sao nó xảy ra
Cơ chế phản ứng cho thấy từng bước các electron đi đâu và theo thứ tự nào. AI là một giáo viên giỏi trong việc giải thích cơ chế: nó giải thích đơn giản các khái niệm nucleophile (loại giàu electron, cho electron), electrophile (loại nghèo electron, nhận electron), sản phẩm trung gian và trạng thái chuyển tiếp. Tuy nhiên, nó có thể vẽ ra những “mũi tên” giả tạo theo những cơ chế phức tạp hoặc mới lạ. So sánh mô tả cơ chế với nguồn hóa học hữu cơ.
Từng bước: Lập kế hoạch phản ứng với AI
- Đưa ra mục tiêu chính xác: Xác định sản phẩm và nguyên liệu ban đầu, nếu có, bằng SMILES (đơn vị trước).
- Các ràng buộc về trạng thái: tỷ lệ (mmol/mol), thuốc thử cần tránh, dung môi sẵn có, giới hạn an toàn.
- Yêu cầu các lựa chọn thay thế: 2-3 cách và kỳ vọng về hiệu quả cũng như rủi ro của mỗi cách.
- Hỏi về phản ứng phụ: Các sản phẩm phụ có thể xảy ra ở mỗi bước và cách giảm thiểu chúng.
- Xác nhận bằng tài liệu: Xác minh bước quan trọng được đề xuất bằng một bài viết/cơ sở dữ liệu thực tế (Reaxys, SciFinder, v.v.).
- Kiểm tra an toàn: Kiểm tra SDS của từng thuốc thử (đơn vị 9).
Bốn mẫu có thể sao chép
1) Dự đoán phản ứng thuận:
Nguyên liệu ban đầu (SMILES):- Rượu benzyl: OCc1ccccc1Thuốc thử: PCC (pyridinium chlorochromate), trong dichloromethane.Nhiệm vụ:1) Sản phẩm chính (SMILES + quảng cáo)?2) Tại sao sản phẩm này được hình thành, aldehyde hoặc axit cacboxylic, giải thích?3) Rủi ro về độ tinh khiết và sản phẩm phụ có thể xảy ra? Quy tắc: Đánh dấu vào "XÁC MINH" điều kiện mà bạn không chắc chắn.
2) Tái tổng hợp:
Phân tử mục tiêu (SMILES): O=C(c1ccccc1)c1ccc(OC)cc1 (4-methoxybenzophenone)Ràng buộc: Tỷ lệ 10 mmol; Thuốc thử Grignard có thể được sử dụng. Bài tập: Đưa ra 2 con đường tổng hợp ngược thay thế. Đối với mỗi lộ trình: điểm giới hạn, nguyên liệu ban đầu cần thiết (SMILES), thuốc thử+điều kiện của từng bước và phạm vi hiệu suất ước tính. Đánh dấu bước nguy hiểm nhất.
3) Mô tả cơ chế:
Phản ứng: Khử nước bằng xúc tác axit của rượu bậc hai (E1). Nhiệm vụ: Giải thích từng bước cơ chế chuyển động của electron. Ở mỗi bước: loại nucleophile/điện di nào, sản phẩm trung gian nào được hình thành. Đồng thời cho biết sở thích về sản phẩm Zaitsev/Hofmann của bạn. Ngôn ngữ: tiếng Thổ Nhĩ Kỳ đơn giản, xác định thuật ngữ khi được đề cập lần đầu.
4) Tối ưu hóa điều kiện (tạo ý tưởng):
Phản ứng: Hình thành liên kết amit (axit cacboxylic + amin). Thuốc thử ghép ta có: EDC, DCC, HATU. Nhiệm vụ: Đưa ra bảng ưu/nhược điểm (hiệu suất, tính dễ tinh chế, giá thành, độ an toàn) của từng loại thuốc thử. Bạn sẽ chọn cái nào trong tình huống nào? Lưu ý: Đừng khẳng định hiệu quả chính xác; Tôi sẽ xác nhận với văn học.
Dấu nhắc yếu / Dấu nhắc mạnh
yếu:
Điều gì xảy ra khi bạn trộn hai chất này?
Không rõ chất nào (không có cấu trúc), tỉ lệ nào, điều kiện nào, dung môi nào. AI bù đắp những thiếu sót và có thể cung cấp sai sản phẩm.
Mạnh mẽ:
Chất khởi đầu: anhydrit axetic (CC(=O)OC(=O)C) + axit salicylic (OC(=O)c1ccccc1O), chất xúc tác: axit sulfuric đậm đặc (vài giọt), ~85 °C, 15 phút. Nhiệm vụ: 1) Sản phẩm chính (SMILES+ad), 2) tóm tắt cơ chế, 3) sản phẩm phụ và tinh chế, 4) cảnh báo an toàn. Đánh dấu nơi bạn không chắc chắn.
Sự khác biệt: mỗi mệnh đề bắt đầu với SMILES, bật tốc độ/điều kiện, định cấu hình đầu ra, yêu cầu bảo mật. (Ví dụ này là sự tổng hợp của aspirin.)
AI mạnh và yếu trong việc dự đoán phản ứng
Chủ đề
AI có mạnh không?
Ghi chú
Nhận biết loại phản ứng
mạnh mẽ
Quá trình oxy hóa, hình thành este, v.v. được biết đến rộng rãi
Dự báo sản phẩm chính (cổ điển)
Nói chung là mạnh
Đáng tin cậy trong các phản ứng được ghi chép đầy đủ
Số hiệu suất/điều kiện chính xác
yếu đuối
Nhiệt độ, thời gian, hiệu suất thường xuyên không chính xác
Phản ứng mới/hiếm
yếu đuối
Có nguy cơ bịa đặt cao, văn học là phải
Nhắc nhở phản ứng phụ
vừa mạnh
Có giá trị như một danh sách kiểm tra
Độ chọn lọc vùng/âm thanh nổi
Biến
Quy tắc đơn giản là tốt, quy tắc phức tạp là kém
trường hợp nhỏ
Trường hợp 1 – Đúng sản phẩm, sai tình trạng. Một sinh viên đã lên kế hoạch este hóa Fischer. YZ đưa đúng sản phẩm nhưng lại nói "sẽ hoàn thành sau 10 phút ở nhiệt độ phòng". Các tài liệu đã chỉ ra rằng phản ứng cân bằng này mất nhiều giờ để hồi lưu và cần phải loại bỏ nước. Nếu sinh viên không sửa chữa điều kiện, anh ta sẽ gặp phải hiệu suất 5%. Bài học: ngay cả khi sản phẩm đúng, hãy xác nhận số điều kiện bằng tài liệu.
Trường hợp 2 - Chất xúc tác giả tạo. YZ đã tạo ra tên chất xúc tác không tồn tại cho phản ứng ghép đôi ở dạng "Pd(XYZ)4". Khi sinh viên tìm kiếm trong danh mục chất xúc tác, anh ta không tìm thấy nó; AI đã tạo nên tên. Chất xúc tác thực sự là Pd(PPh3)4. Bài học: xác nhận tên thuốc thử và chất xúc tác trong danh mục thực tế.
Trường hợp 3 - Phản ứng phụ bị bỏ qua. Khi acyl hóa một amin bậc một, AI tạo ra sản phẩm chính nhưng lần đầu tiên đã tránh được nguy cơ acyl hóa kép khi dư thừa thuốc thử. Nếu người dùng hỏi “sản phẩm phụ có thể có?” Khi tôi hỏi một cách rõ ràng, AI đã thêm điều này và đề xuất giới hạn phép cân bằng hóa học ở mức tương đương 1,05. Bài học: hãy hỏi về phản ứng phụ một cách riêng biệt và rõ ràng, có thể không xảy ra ngay lập tức.
Những lỗi thường gặp
- Sử dụng số điều kiện như cũ. Nhiệt độ, thời gian, tương đương và hiệu quả là những lĩnh vực yếu nhất trong AI; Xác nhận với văn học.
- Cách duy nhất là hỏi. Một kế hoạch không có các lựa chọn thay thế sẽ khiến bước đi mạo hiểm trở nên vô hình.
- Không hỏi về phản ứng phụ. Ngay cả khi sản phẩm chính trông có vẻ ổn thì các sản phẩm phụ mới quyết định độ tinh khiết.
- Không xác minh tên thuốc thử. Tên chất xúc tác/phối tử không tồn tại có thể được tạo thành.
- Coi cơ chế là bằng chứng. Một cơ chế có vẻ hợp lý không đảm bảo rằng phản ứng sẽ tiếp tục.
- Không xác định quy mô. Những gì an toàn trên thang mg có thể nguy hiểm trên thang kg.
Lưu ý: Chỉ vì AI trình bày một phản ứng được đề xuất là "tồn tại trong tài liệu" không có nghĩa là nó thực sự tồn tại. Đảm bảo ghi rõ bước quan trọng là nguồn xác thực (bài viết DOI, quy trình nổi tiếng).
Tóm lại
- AI là một đối tác hiểu biết sâu sắc mạnh mẽ trong việc dự đoán tương lai và tổng hợp lại; Nó dự đoán tốt loại sản phẩm.
- Số điều kiện có hiệu suất kém và phản ứng hiếm gặp; khẳng định những điều này với tài liệu.
- Thay vì một cách, hãy yêu cầu 2-3 lựa chọn thay thế và yêu cầu họ đánh dấu bước nguy hiểm nhất.
- Đưa ra các phản ứng phụ một cách riêng biệt và công khai; Xác minh tên thuốc thử/chất xúc tác trong danh mục.
- Cơ chế này tăng tốc độ hiểu biết, nhưng nó không phải là bằng chứng cho thấy phản ứng sẽ có hiệu quả.
Nhiệm vụ ứng dụng
Chọn một phân tử mục tiêu mà bạn biết. Yêu cầu AI cung cấp hai con đường tổng hợp ngược thay thế; Yêu cầu anh ấy/cô ấy chỉ ra các điểm xuất phát, điều kiện và bước đi nguy hiểm nhất cho mỗi con đường với SMILES. Sau đó cố gắng xác nhận bước quan trọng của từng lộ trình bằng nguồn tài liệu (DOI thực tế). Con đường nào hóa ra vững chắc hơn? Có bao nhiêu điều kiện do AI đưa ra phù hợp với tài liệu và có bao nhiêu điều kiện cần chỉnh sửa? Viết một so sánh một trang.
danh sách kiểm tra
- [ ] Tôi biết sự khác biệt giữa dự đoán thuận và tổng hợp ngược.
- [ ] Tôi biểu thị các phân tử bằng SMILES và các ràng buộc (tỷ lệ, dung môi).
- [ ] Tôi không muốn con đường duy nhất, tôi muốn những lựa chọn thay thế và những bước đi mạo hiểm.
- [ ] Tôi bỏ qua các phản ứng phụ trong một câu hỏi riêng.
- [ ] Tôi xác nhận số tình trạng và tên thuốc thử bằng tài liệu/catalog.
- [ ] Tôi sử dụng nó để hiểu cơ chế chứ không phải để làm bằng chứng.