منصة تخطيط تركيبية مدفوعة بالذكاء الاصطناعي (PhotoCat) للضوئية المحفزة

تسليط الضوء على كيمياء أكثر ذكاءً

يتجه الكيميائيون بشكل متزايد إلى استخدام الضوء لتحريك التفاعلات الكيميائية، محولين مواد بداية بسيطة إلى أدوية ومواد وعطور مع نفايات وطاقة أقل. ومع ذلك، فإن تصميم هذه التفاعلات المعتمدة على الضوء، أو التحفيز الضوئي، غالبًا ما يكون عملية بطيئة تعتمد على التجربة والخطأ. تقدم هذه الورقة PhotoCat، منصة مدفوعة بالذكاء الاصطناعي تتعلم من عشرات الآلاف من التفاعلات السابقة المدفوعة بالضوء لمساعدة العلماء على التنبؤ بما سيحدث، وتخطيط تراكيب جديدة، واختيار ظروف مختبرية عملية. للقارئ، إنها لمحة عن كيفية تلاقي الذكاء الاصطناعي والكيمياء الخضراء لتسريع الاكتشاف مع تقليل الأثر البيئي.

بناء خريطة للتفاعلات المدفوعة بالضوء

كانت الخطوة الأولى للمؤلفين هي تجميع خريطة مفصلة للكيمياء التحفيزية بالضوء المعروفة. قاموا بمراجعة الأدبيات العلمية والسجلات التجريبية لإنشاء PhotoCatDB، قاعدة بيانات مُنقحة تضم 26,700 تفاعل مدفوع بالضوء. تلتقط كل مدخلة ليس فقط الجزيئات الداخلة والمنتجات الناتجة، بل أيضًا تفاصيل تجريبية حاسمة: أي فوتوكاتاليست استُخدم، وما إذا كانت هناك أحماض أو قواعد أو إضافات، والمذيب، ولون (طول موجة) الضوء. العديد من هذه التفاعلات متعددة المكونات، حيث تتجمع عدة لبنات بناء في وقت واحد، مما يعكس التعقيد الذي يواجهه الكيميائيون في المختبر. من خلال فحص التشابه بين المنتجات، ضَمَن الفريق أن القاعدة تُبرز تفاعلات متنوعة ومبتكرة بدلًا من العديد من التكرارات القريبة من بعضها.

تدريس الذكاء الاصطناعي لفهم الكيمياء الضوئية

بني الباحثون PhotoCat فوق هذه القاعدة، كمجموعة من نماذج التعلم العميق المستندة إلى بنية Transformer التي طُوّرت أصلاً لترجمة اللغات. أحد الوحدات، PhotoCat-RXN، يتعلم التنبؤ بمنتجات التفاعل من المواد البداية وعند توفرها، ظروف التفاعل. وحدة أخرى، PhotoCat-Retro، تعمل بالعكس: عند إعطاء جزيء هدف مرغوب، تقترح مواد بداية وخطوات محتملة للتحفيز الضوئي. الوحدة الثالثة، PhotoCat-Cond، توصي بالإعداد المختبري الفعلي — الفوتوكاتاليست، المذيب، الإضافات، وطول موجة الضوء — المرجح أن يجعل التفاعل المقترح يعمل. لإكساب النماذج "حسًا كيميائيًا" واسعًا، درب الفريق هذه النماذج أولاً على ملايين التفاعلات العامة من بيانات براءات الاختراع العامة قبل ضبطها بدقة على مجموعة التفاعلات التحفيزية بالضوء المتخصصة.

لماذا تهم الظروف بقدر المكونات

أحد الأفكار الرئيسية من هذا العمل هو أن إبلاغ الذكاء الاصطناعي صراحةً بظروف التفاعل يُحسّن أداؤه بشكل كبير. عندما تلقى النموذج المواد البداية فقط، كان دقته في التنبؤ بالمنتج الرئيسي محترمة بالفعل. لكن إضافة معلومات مُهيكلة عن الفوتوكاتاليست، الحمض أو القاعدة، الإضافات، المذيب، ولون الضوء رفعت دقة التنبؤ الأعلى إلى أكثر من 82 بالمئة وسرَّعت التدريب. يوضح المؤلفون مثالًا حيًّا حيث يقلب وجود أو غياب حمض قوي التفاعل من إنتاج كيتون إلى تكوين ألكين. تكشف خرائط الاهتمام من النموذج أنه "ينظر" عن كثب إلى تسمية الحمض تحديدًا عند التنبؤ بجزء من بنية المنتج الذي تتحكم فيه تلك الاختيارات — مما يعكس كيف يفكر الكيميائيون البشر حول الظروف.

من الشاشة إلى المنضدة: اكتشاف تفاعلات جديدة

لاختبار ما إذا كانت PhotoCat أكثر من مجرد تمرين رقمي، استخدمها الفريق لاقتراح تحولات ضوئية جديدة تمامًا ثم نفذوها في المختبر. يبدأ سير العمل باقتراح PhotoCat-Retro لمسار مدفوع بالضوء إلى بنية الهدف، تليه PhotoCat-Cond لاختيار الظروف وPhotoCat-RXN للتحقق من أن المنتجات المتوقعة متسقة. من أصل 22 مرشحًا اقترحها الذكاء الاصطناعي، اختار الكيميائيون خمسة بدت جديدة وعملية؛ نجحت أربع منها في المختبر بعوائد جيدة. تشمل هذه التفاعلات الجديدة أسيلة لاحقة بالضوء تشبه أسيلة أسيل أنظف من عملية فريدل–كرافتس الكلاسيكية، مسارًا خالٍ من المُحفز إلى بنزوكسازولات، طريقة خالية من المعادن لتركيب مجموعات ثلاثي فلورو ميثيل على أحماض غير مشبعة باستخدام الهواء كعامل مؤكسد، وأكسو-أمينشن مُشغَّل بالضوء فعال لألكينات بسيطة.

ما الذي يعنيه هذا لكيمياء خضراء مستقبلية

بالنسبة لغير المتخصصين، الخلاصة هي أن PhotoCat يعمل كمساعد ذكي قرأ عشرات الآلاف من أوراق التحفيز الضوئي ويمكنه اقتراح "ما الذي يجب تجربته بعد" في المختبر. من خلال الجمع بين قاعدة بيانات مصممة خصيصًا ونماذج ذكاء اصطناعي حديثة، تصل المنصة إلى دقّة تضاهي أفضل أدوات التنبؤ بالتفاعلات العامة، لكنها مصممة خصيصًا لكيمياء المدفوعة بالضوء. والأهم من ذلك، أنها تحوّل التنبؤات المجردة إلى وصفات عملية يمكن للكيميائيين اختبارها، مختصرة الطريق من الفكرة إلى التجربة. مع نمو القاعدة وربط النماذج بأدوات تخطيط أوسع، قد تساعد أنظمة مثل PhotoCat في جعل التحفيز الضوئي خيارًا روتينيًا وأكثر خضرة في التصنيع الكيميائي، محسنة بهدوء استدامة المنتجات التي نعتمد عليها يوميًا.

الاستشهاد: Xu, J., Zhai, S., Huang, P. et al. An artificial intelligence-driven synthesis planning platform (PhotoCat) for photocatalysis. Commun Chem 9, 92 (2026). https://doi.org/10.1038/s42004-026-01894-y

الكلمات المفتاحية: التحفيز الضوئي, الذكاء الاصطناعي, تنبؤ التفاعلات, الاسترجاع التحويلي (ريتروسينثس), الكيمياء الخضراء