למידת מכונה פוגשת כימיה: מודל MIT חדש חוזה מצבי מעבר במהירות חסרת תקדים

תוך שימוש בבינה מלאכותית גנרטיבית, כימאים מ-MIT פיתחו מודל שיכול לחזות את המבנים הנוצרים כאשר תגובה כימית מגיעה לנקודת האל-חזור.

במהלך תגובה כימית, מולקולות צוברות אנרגיה עד שהן מגיעות למה שמכונה מצב המעבר – נקודת אל-חזור שממנה התגובה חייבת להמשיך. המצב הזה כל כך חולף שכמעט בלתי אפשרי לצפות בו בניסוי.

ניתן לחשב את המבנים של מצבי מעבר אלו באמצעות טכניקות המבוססות על כימיה קוונטית, אך תהליך זה אורך זמן רב. צוות של חוקרי MIT פיתח כעת גישה חלופית, המבוססת על למידת מכונהשיכול לחשב את המבנים האלה הרבה יותר מהר – תוך כמה שניות.

המודל החדש שלהם יכול לשמש כדי לעזור לכימאים לתכנן תגובות וזרזים חדשים ליצירת מוצרים שימושיים כמו דלקים או תרופות, או למודל של תגובות כימיות המתרחשות באופן טבעי, כמו אלו שאולי היו עוזרות להניע את התפתחות החיים על פני כדור הארץ.

"הידיעה שמבנה מצב המעבר הוא באמת חשוב כנקודת מוצא לחשיבה על תכנון זרזים או הבנה כיצד מערכות טבעיות מבצעות טרנספורמציות מסוימות", אומרת הת'ר קוליק, פרופסור חבר לכימיה והנדסה כימית ב- MITוהמחבר הבכיר של המחקר.

Chenru Duan PhD '22 הוא המחבר הראשי של מאמר המתאר את העבודה, המופיע היום ב מדע חישובי הטבע. סטודנט לתואר שני באוניברסיטת קורנל, יואנקי דו, וסטודנט לתואר שני ב-MIT Haojun Jia הם גם מחברי המאמר.

מעברים חולפים

כדי שכל תגובה כימית נתונה תתרחש, היא חייבת לעבור מצב מעבר, המתרחש כאשר היא מגיעה לסף האנרגיה הדרוש כדי שהתגובה תתנהל. ההסתברות להתרחשות של תגובה כימית כלשהי נקבעת בחלקה על ידי הסבירות שמצב המעבר ייווצר.

"מצב המעבר עוזר לקבוע את הסבירות להתרחשות טרנספורמציה כימית. אם יש לנו הרבה משהו שאנחנו לא רוצים, כמו פחמן דו חמצני, והיינו רוצים להמיר אותו לדלק שימושי כמו מתנול, מצב המעבר ועד כמה הוא חיובי זה קובע את הסבירות שנקבל מה מגיב למוצר", אומר קוליק.

כימאים יכולים לחשב מצבי מעבר באמצעות שיטת כימיה קוונטית המכונה תורת תפקודי צפיפות. עם זאת, שיטה זו דורשת כמות עצומה של כוח מחשוב ויכולה לקחת שעות רבות או אפילו ימים כדי לחשב רק מצב מעבר אחד.

לאחרונה, כמה חוקרים ניסו להשתמש במודלים של למידת מכונה כדי לגלות מבני מצב מעבר. עם זאת, מודלים שפותחו עד כה דורשים התייחסות לשני מגיבים כישות אחת שבה המגיבים שומרים על אותה כיוון זה ביחס לזה. יש לעצב כל כיוון אפשרי אחר כתגובות נפרדות, מה שמוסיף לזמן החישוב.

"אם מסובבים את מולקולות המגיבים, אז באופן עקרוני, לפני ואחרי הסיבוב הזה הן עדיין יכולות לעבור את אותה תגובה כימית. אבל בגישה המסורתית של למידת מכונה, המודל יראה את אלה כשתי תגובות שונות. זה הופך את אימון למידת המכונה להרבה יותר קשה, כמו גם פחות מדויק", אומר דואן.

צוות MIT פיתח גישה חישובית חדשה שאפשרה להם לייצג שני מגיבים בכל אוריינטציה שרירותית זה ביחס לזה, תוך שימוש בסוג של מודל המכונה מודל דיפוזיה, שיכול ללמוד אילו סוגי תהליכים צפויים ליצור מודל מסוים תוֹצָאָה. כנתוני אימון למודל שלהם, החוקרים השתמשו במבנים של מגיבים, תוצרים ומצבי מעבר שחושבו באמצעות שיטות חישוב קוונטיות, עבור 9,000 תגובות כימיות שונות.

"ברגע שהמודל ילמד את ההתפלגות הבסיסית של האופן שבו שלושת המבנים הללו מתקיימים במקביל, נוכל לתת לו מגיבים ומוצרים חדשים, והוא ינסה ליצור מבנה מצב מעבר שמתחבר עם אותם מגיבים ומוצרים", אומר דואן.

החוקרים בדקו את המודל שלהם על כ-1,000 תגובות שהוא לא ראה קודם לכן, וביקשו ממנו ליצור 40 פתרונות אפשריים לכל מצב מעבר. לאחר מכן הם השתמשו ב"מודל ביטחון" כדי לחזות אילו מצבים היו בעלי הסיכוי הגבוה ביותר להתרחש. פתרונות אלו היו מדויקים עד לטווח של 0.08 אנגסטרם (מאה מיליונית הסנטימטר) בהשוואה למבנים במצב מעבר שנוצרו באמצעות טכניקות קוונטיות. כל תהליך החישוב לוקח שניות בודדות עבור כל תגובה.

"אתה יכול לדמיין שזה באמת מתאים למחשבה על יצירת אלפי מצבי מעבר בזמן שבדרך כלל ייקח לך ליצור רק קומץ בשיטה המקובלת", אומר קוליק.

דוגמנות תגובות

למרות שהחוקרים אימנו את המודל שלהם בעיקר על תגובות הכוללות תרכובות עם מספר קטן יחסית של אטומים – עד 23 אטומים עבור המערכת כולה – הם גילו שהוא יכול גם לבצע חיזויים מדויקים לתגובות הכוללות מולקולות גדולות יותר.

"גם אם אתה מסתכל על מערכות גדולות יותר או מערכות המזורזות על ידי אנזימים, אתה מקבל כיסוי די טוב של סוגי הדרכים השונות שאטומים נוטים לארגן מחדש", אומר קוליק.

החוקרים מתכננים כעת להרחיב את המודל שלהם כדי לשלב רכיבים אחרים כגון זרזים, שיוכלו לעזור להם לחקור עד כמה זרז מסוים יזרז תגובה. זה יכול להיות שימושי לפיתוח תהליכים חדשים לייצור תרופות, דלקים או תרכובות שימושיות אחרות, במיוחד כאשר הסינתזה כוללת שלבים כימיים רבים.

"באופן מסורתי כל החישובים האלה מבוצעים עם כימיה קוונטית, ועכשיו אנחנו יכולים להחליף את החלק של הכימיה הקוונטית במודל מחולל מהיר זה", אומר דואן.

יישום פוטנציאלי נוסף של מודל מסוג זה הוא בחינת האינטראקציות שעלולות להתרחש בין גזים שנמצאים על כוכבי לכת אחרים, או מודל התגובות הפשוטות שאולי התרחשו במהלך האבולוציה המוקדמת של החיים על כדור הארץ, אומרים החוקרים.

המחקר מומן על ידי המשרד האמריקאי לחקר הצי והקרן הלאומית למדע.