Химик в мире нейросетей - Максимилиан Копылович Страница 2

Очистка: конец гадания на элюенте. Раньше ты готовил хроматографическую колонку и начиналось священнодействие: ты смешивал гексан с этилацетатом в разных пропорциях, капал на пластинку, светил ультрафиолетом и молился, чтобы пятна разделились. Метод назывался «доверься интуиции, Богу помолясь». Сейчас ты вводишь структуру смеси в программу, и она, покопавшись в тысячах опубликованных значений Rf, выдаёт: «Бери 15% этилацетата, колонку на 20 см, и твой продукт выйдет через 12 минут».

Расшифровка спектров: от линейки к детективу. Когда-то ты получал листок с ЯМР-спектром, вооружался линейкой и карандашом, считал интегралы, спорил с коллегами о том, какой пик от какого протона. На расшифровку сложной молекулы уходили дни, а то и недели. Сейчас спектрометр отправляет данные нейросети, и она тут же сообщает: «Это 2,3-диметилбензойная кислота с вероятностью 96%». Модели вроде IMPRESSION-G2 предсказывают химические сдвиги во много раз быстрее, чем самые мощные квантовые расчёты, а ChefNMR, глядя только на протонный спектр и брутто-формулу, восстанавливает структуру неизвестного природного соединения с точностью выше 65% для симулированных спектров на бенчмарках. Раньше ты строил структуру по кирпичикам. Теперь ты работаешь как детектив: проверяешь версию, которую выдвинула машина. Твоё время уходит не на подсчёт пиков, а на размышления: «Почему нейросеть так уверена, если интеграл протона NH должен быть меньше? Может, там таутомерия?»

Лабораторный журнал: от помятой тетради к соавтору статьи. До последнего времени мы записывали всё от руки в толстую тетрадь, часто залитую реагентами. При работе над статьёй нередко приходилось расшифровывать собственные каракули. Сейчас электронные лабораторные журналы (ELN) с элементами искусственного интеллекта распознают фото твоих ТСХ-пластинок, сами подтягивают данные с весов и спектрометров и предлагают заполнить поля протокола. А главное — они накапливают данные так, что черновик статьи может генерироваться прямо по ходу работы. Если реакция пошла не по плану, система тут же подсунет альтернативный маршрут из чужих успешных опытов. Раньше ты сначала делал, потом писал. Теперь исследование и документирование идут параллельно, и ты в любой момент можешь спросить у своего «дневника»: «А что, если завтра попробовать другой катализатор?»

За всеми этими чудесами прячется одна простая вещь. В 2000 году компьютер думал на языке структурных формул — атомы, соединяющие их палочки-связи, заряды. Это был дискретный, символьный язык, доставшийся нам от Кекуле и Бутлерова. В 2026 году компьютер думает на языке многомерных векторов и полей электронной плотности. Для него молекула — не картинка, а точка в гигантском пространстве свойств. Реакция — не уравнение на бумаге, а траектория на энергетической поверхности. Именно поэтому трансформеры и диффузионные модели легко решают задачи, на которых спотыкались старые добрые DFT-расчёты. Главный вызов сегодня — построить мост между этими двумя языками, чтобы ты мог сказать: «Мне нужна молекула, которая будет светиться синим», — и получить не просто формулу, а связный рассказ, почему она будет светиться.

Эта книга — не скучный учебник по программированию и не философский трактат о конце профессии химика. Это приглашение порассуждать на равных с твоим новым когнитивным партнёром. Мы вместе пройдём по всем этапам исследовательского конвейера и увидим, что изменилось не только «железо», но и стиль мышления. Я надеюсь, что через 25 лет кто-то прочтёт эту книгу и улыбнётся так же, как я сегодня улыбаюсь своей старой статье про применение компьютеров в химии. И, возможно, напишет продолжение — про то, как химики общаются уже не с нейросетями, а с квантовыми компьютерами или с чем-то, что мы даже не можем сейчас представить. Но одно останется неизменным: слова «искусство эксперимента» и «интуиция» не исчезнут. Они просто приобретут новый смысл.

Попробуй сам

Чтобы ты не потерялся в названиях, вот краткий обзор тех инструментов, которые мелькали во введении. Это не список для заучивания, а скорее список действующих лиц нашего оркестра. ASKCOS (бесплатный проект MIT) умеет планировать синтез, перебирая дерево вариантов, предсказывать условия реакций и даже оценивать растворимость — почти как швейцарский нож для ретросинтеза. IBM RXN for Chemistry работает на трансформерах и предсказывает исход многих реакций с точностью выше 90%, а ещё строит маршруты синтеза прямо в облаке. DeepRetro — это открытый проект, в котором языковая модель общается с традиционными ретросинтетическими движками и уточняет результаты вместе с химиком. AlphaFlow — автономная проточная лаборатория, которая методом проб и ошибок сама оптимизирует синтез. IMPRESSION-G2 — трансформер, который за секунды предсказывает химические сдвиги ЯМР, обгоняя DFT-расчёты во много раз. ChefNMR — диффузионная модель, способная восстановить структуру природного соединения по протонному спектру и брутто-формуле, даже для сложных молекул. И MHNpath, использующий сети Хопфилда, планирует синтез с учётом цены, температуры и токсичности — чтобы ты не разорился и не отравился.

А теперь хватит читать — давай что-нибудь сделаем. Открой браузер и зайди на rxn.res.ibm.com (это IBM RXN) или askcos.mit.edu (это ASKCOS). Нарисуй аспирин — 2-ацетоксибензойную кислоту. Нажми «предсказать синтез» и смотри, что выдаст машина. Ты увидишь дерево вариантов: дешёвые, дорогие, безопасные и те, после которых надпись «лучше не дыши». Сравни с тем, что ты знаешь из учебника. Если нейросеть предложит синтез из углекислого газа и солнечного света — не верь, это она шутит. Но если найдёт путь короче и элегантнее, чем ты ожидал, — привыкай. Теперь ты не солист, а дирижёр. И оркестр уже настроился. Поехали дальше.

Глава 1. Компьютер-секретарь: мир статьи 2000 года

«Компьютер в химической лаборатории — это уже не роскошь, а необходимость», — бодро начинал я свою статью. Тогда мне казалось, что я описываю вершину технического прогресса. Сегодня, перечитывая тот текст, я испытываю примерно то же, что испытывает владелец смартфона, глядя на печатную машинку: трогательную смесь ностальгии и изумления от того, как далеко мы ушли. Давай отправимся в эту экспедицию в прошлое и посмотрим, что же умел компьютер на рубеже тысячелетий — это поможет понять, почему сегодня мы даём ему право «думать».

Итак, ты уже знаешь: компьютер в химической лаборатории был чем-то вроде гармошки на свадьбе — без него можно было обойтись, но с ним душевнее. Та самая «гармонь» сегодня превратилась в оркестр с искусственным интеллектом. Но чтобы понять, как мы оказались дирижёрами, давай сначала переоденемся в халаты прошлого и честно ответим: почему раньше химикам-экспериментаторам было непросто? Почему каждое рутинное действие требовало столько нервов, времени и бумаги? Давай пройдём по таким частям жизни химика, как рисование формул, номенклатура веществ и поиск