Eine Studie unter der Leitung von Philippe Schwaller bei der EPFL Hat nun einen neuen Ansatz entwickelt, der große Sprachmodelle (LLMs) als Argumentationsmotoren für die Chemie nutzt. Anstatt chemische Strukturen direkt zu erzeugen, bewerten und steuern die Modelle herkömmliche Rechenwerkzeuge.
Das Framework namens Synthegy kombiniert etablierte Suchalgorithmen mit künstlicher Intelligenz, die in der Lage ist, chemische Strategien zu interpretieren, die in natürlicher Sprache ausgedrückt werden.
“Bei der Herstellung von Werkzeugen für Chemiker spielt die Benutzeroberfläche eine große Rolle, und frühere Werkzeuge stützten sich auf umständliche Filter und Regeln, sagt Andres M Bran, der Erstautor des in veröffentlichten Synthegy-Artikels Materie&. “Mit Synthegy geben wir Chemikern die Möglichkeit, einfach zu reden, sodass sie viel schneller iterieren und komplexere synthetische Ideen navigieren können.”
Synthetik zur Retrosynthese
Synthegie beginnt mit einem Zielmolekül und einer Klartextanweisung des Benutzers. Beispielsweise kann ein Chemiker die frühzeitige Bildung eines bestimmten Rings verlangen oder darum bitten, unnötige Schutzgruppen zu vermeiden. Traditionelle Retrosynthesesesoftware generiert dann zahlreiche potenzielle Synthesewege. Jede Route wird in Text übersetzt und durch ein Sprachmodell analysiert.
Synthegy bewertet, wie gut jeder Pfad mit den Zielen des Benutzers übereinstimmt, weist Punkte zu und erklärt seine Argumentation. Dieser Prozess ermöglicht es Forschern, Kandidatenrouten effizient einzustufen und zu filtern. Durch die Steuerung der rechnerischen Suche mit Abfragen in natürlicher Sprache können sich Chemiker auf Strategien konzentrieren, die ihren Zielen am besten entsprechen.
Synthetik über Reaktionsmechanismen
Synthegie befasst sich auf ähnliche Weise mit Reaktionsmechanismen: Sie zerlegt Reaktionen in elementare Elektronenbewegungen und erforscht vielfältige Möglichkeiten. Das LLM bewertet jeden Schritt und leitet die Suche nach chemisch plausiblen Mechanismen. Zusätzliche Informationen, wie Reaktionsbedingungen oder Expertenhypothesen, können ebenfalls als Text einfließen.
In der Syntheseplanung identifizierte Synthgey erfolgreich Routen, die komplexen strategischen Anforderungen entsprechen. In einer doppelblinden Expertenstudie lieferten 36 Chemiker 368 valide Auswertungen, und ihre Urteile stimmten im Durchschnitt in 71,2% der Fälle mit den Einschätzungen des Systems überein. Das Framework kann unnötige Schutzschritte erkennen, die Durchführbarkeit von Reaktionen bewerten und effiziente Pfade priorisieren.
Synthegie zeigt, dass LLMs die Chemie auf mehreren Ebenen analysieren können. Sie können funktionelle Gruppen interpretieren, individuelle Reaktionen beurteilen und vollständige Synthesewege bewerten. Größere und fortschrittlichere Modelle weisen die stärkste Leistung auf, während kleinere Modelle nur begrenzte Leistungsfähigkeit aufweisen.
Die Arbeit definiert neu, wie KI die Chemie unterstützen kann. Durch die Positionierung von LLMs als Gutachter und nicht als Generatoren ermöglicht der Synthegy-Ansatz Chemikern, ihre Ziele in einfacher Sprache auszudrücken und strategisch relevante Lösungen zu erhalten. Die Technologie könnte die Arzneimittelentwicklung beschleunigen, das Reaktionsdesign verbessern und fortschrittliche Rechenwerkzeuge für Forscher zugänglicher machen.
Andres M Bran, Théo A. Neukomm, Daniel Armstrong, Zlatko Joncév, Philippe Schwaller. Chemisches Denken in LLMs entriegelt eine strategiebewusste Syntheseplanung und Aufklärung des Reaktionsmechanismus. Angelegenheit 24. April 2026. DOI: 10.1016/j.matt.2026.102812
