POLYT5: en kodare-dekodare grundläggande kemiskt språkmodell för generativ polymerdesign

Att lära datorer plastens språk

Plaster och andra polymerer finns överallt — från telefontillbehör och elkablar till batterier i elfordon. Att upptäcka nya polymerer med precis rätt kombination av styrka, flexibilitet och elektriska egenskaper är ändå långsamt och kostsamt. Denna artikel presenterar POLYT5, ett artificiellt intelligenssystem som lär sig polymerernas "språk" så att det både kan förutsäga deras egenskaper och hitta lovande nya material, vilket hjälper forskare att snabbt ta fram material för avancerad elektronik och energilagring.

Varför det är svårt att hitta nya polymerer

Att designa en ny polymer är som att leta efter en enda användbar mening i ett bibliotek av alla möjliga bokstavskombinationer. Kemister kan ändra byggstenar och testa resultaten, men antalet möjligheter är astronomiskt stort. Traditionell maskininlärning har hjälpt genom att förutsäga egenskaper hos kända polymerer, men dessa verktyg bygger ofta på handgjorda numeriska beskrivningar och kräver fortfarande att människor gissar vilka kandidatstrukturer som ska testas. Allmänna stora språkmodeller kan generera molekyler, men saknar ofta den kemiska "självklarhet" som krävs för tillförlitlig materialdesign och kan producera formler som ser rimliga ut på papper men som är orealistiska eller osyntetiserbara i laboratoriet.

Att ge AI ett polymerfokuserat ordförråd

POLYT5 angriper denna utmaning genom att träna en språkmodell specifikt på polymerstrukturer istället för på generisk text. Författarna sammanställde en omfattande träningsmängd: över 12 000 verkliga polymerer från litteraturen plus mer än 100 miljoner hypotetiska polymerer skapade med väletablerade reaktioner som kemister använder. För att mata dessa strukturer till en språkmodell konverterade de varje polymer till en robust strängrepresentation som garanterar kemiskt giltiga molekyler. Särskilda token markerar ändarna på den repeterande enheten och kodar enkel egenskapsinformation. Med hjälp av T5:s kodare–dekodarearkitektur lär sig POLYT5 att rekonstruera maskerade delar av dessa strängar och internaliserar gradvis återkommande mönster — såsom vanliga ryggrader och funktionella grupper — och hur de relaterar till materialbeteende.

Från att läsa polymerer till att förutsäga deras beteende

Efter denna storskaliga träning finjusteras POLYT5 för praktiska uppgifter. En uppsättning modeller förutspår viktiga polymeregenskaper: glass-transition-temperatur (där en plast mjuknar), smält- och sönderfallstemperaturer, elektroniskt bandgap, dielektricitetskonstant (hur bra den lagrar elektrisk energi) och om en polymer löser sig i olika vätskor. Över tusentals exempel matchar modellens förutsägelser väl med kända värden, med fel som är jämförbara med eller bättre än tidigare maskininlärningsmetoder. Viktigt är att POLYT5 kan hantera många olika egenskaper med samma underliggande representation, vilket minskar behovet av specialanpassade funktioner eller separata verktyg för varje uppgift.

Att be modellen uppfinna nya material

Samma ramverk kan också köras i omvänd riktning: i stället för att förutsäga egenskaper för en given polymer kan POLYT5 generera polymerstrukturer som matchar ett önskat mål. Författarna fokuserar på glass-transition-temperaturen eftersom den är avgörande för mekanisk och termisk stabilitet i komponenter. Genom att ge modellen ett målvärde — till exempel 500 kelvin — ber de den producera strängrepresentationer av hypotetiska polymerer som bör mjukna kring den temperaturen. Teamet undersökte hur samplinginställningar påverkar balansen mellan variation och giltighet och genererade slutligen över sex miljoner unika, kemiskt rimliga kandidater centrerade kring den valda temperaturen, samtidigt som de förblev strukturellt skilda från kända polymerer.

Att hitta några pärlor bland miljonerna

För att visa verklig nytta vänder forskarna POLYT5 mot ett specifikt mål: polymerer för högpresterande elektriska isolatorer och energilagringsenheter. Från de miljoner genererade kandidaterna tillämpar de ett flerstegs digitalt filter med POLYT5:s egna egenskapsförutsägare. Polymererna måste ha relativt hög dielektricitetskonstant, ett brett elektroniskt bandgap för att undvika genombrott, god termisk stabilitet och praktiska bearbetningsfönster. De måste också lösas i vanliga, miljövänliga lösningsmedel som vatten eller etanol och framstå som syntetiskt tillgängliga enligt standardkemiregler. Denna tratt smalnar ner fältet till cirka 18 000 lovande alternativ. Av dessa väljer teamet en kandidat som är enkel att syntetisera. När de tillverkar den i laboratoriet och mäter dess egenskaper stämmer de experimentella resultaten väl överens med POLYT5:s förutsägelser, inom väntade felintervall.

Att göra avancerad polymerdesign tillgänglig

Bortom själva modellen byggde författarna ett "agentiskt" AI-gränssnitt som låter användare arbeta med POLYT5 via naturligt språk. En allmän språkmodell tolkar frågor som "Förutsäg dielektricitetskonstanten för denna polymer" eller "Föreslå polymerer med hög smältpunkt som löser sig i etanol" och dirigerar dem sedan till lämpliga POLYT5-verktyg i bakgrunden. Denna uppsättning döljer komplexiteten i kemiska strängformat och modellval, vilket gör kraftfulla möjligheter för polymerdesign tillgängliga för både specialister och icke-experter. Kort sagt visar POLYT5 att genom att lära en AI att läsa och skriva plastens språk kan man avsevärt påskynda jakten på nya, högpresterande material och potentiellt förkorta vägen från datorskärm till fungerande enheter.

Citering: Sahu, H., Xiong, W., Savit, A. et al. POLYT5: an encoder-decoder foundation chemical language model for generative polymer design. npj Artif. Intell. 2, 30 (2026). https://doi.org/10.1038/s44387-026-00087-1

Nyckelord: polymerdesign, kemiskt språksmodell, materialupptäckt, dielektriska polymerer, generativ AI