IA acerta 93% ao prever reação na síntese de medicamentos
Um modelo de aprendizado de máquina acertou o sítio de alquilação correto em 28 de 30 casos, 93% de precisão, dentro de um método de síntese química que pesquisadores da Universidade de Cambridge publicaram na revista Nature. Combinada a cálculos teóricos, a previsão apontou em que ponto da molécula a reação iria ocorrer antes de a equipe ir para a bancada.
Modificar uma molécula na etapa final de síntese é caro. O químico às vezes reconstrói a estrutura inteira para testar uma variação pequena. Saber de antemão onde o grupo alquila entra corta esse ciclo de tentativa.
Os números medidos no estudo:
| Medida | Valor |
|---|---|
| Acerto do modelo na previsão do sítio de alquilação | 28 de 30 casos (93%) |
| Rendimento em substrato-modelo | 88% em análise, 84% isolado |
| Rendimento em compostos já existentes | 77% a 88% |
| Rendimento em escala de grama | acima de 80% |
| Comprimento de onda do LED | 447 nanômetros |
| Temperatura de operação | ambiente |
A IA entrou na camada de previsão
O modelo resolveu um problema de regiosseletividade: dizer em qual posição da molécula a transformação ocorre. Trinta casos testados, 28 acertos.
A apuração não traz a arquitetura do modelo, os dados de treinamento, nem se os autores o publicaram junto com o artigo. Também não identifica os dois casos que ele errou.
O escopo do modelo é estreito. Ele prevê onde uma reação conhecida vai cair, e não gera moléculas inéditas. É o problema menor dos dois, e é o que entregou 93% de acerto.
A descoberta veio de um erro de laboratório
A equipe de Cambridge testava um sistema fotocatalítico convencional. Num ensaio de controle, os pesquisadores retiraram um catalisador tido como indispensável. A reação continuou funcionando, em alguns casos com rendimento melhor.
Em vez de descartar a anomalia, os pesquisadores foram atrás dela. Identificaram um mecanismo diferente das rotas tradicionais e batizaram o método de alquilação anti-Friedel-Crafts.
A alquilação anti-Friedel-Crafts é um método de formação de ligação carbono-carbono que atua sobre compostos aromáticos pobres em elétrons, em condições brandas, usando luz azul como única fonte de ativação. Dispensa metal pesado, ácido forte e meio corrosivo.
A reação de Friedel-Crafts clássica faz o oposto: prefere substratos ricos em elétrons e costuma exigir catalisador metálico ou ácido forte. É essa inversão que amplia o conjunto de moléculas que podem ser modificadas.
Como o método funciona
O processo depende da formação de um complexo doador-aceptor de elétrons. Sob irradiação de um LED azul de 447 nanômetros, o complexo absorve energia e dispara uma transferência de elétron único. Isso fragmenta um éster ativado e gera um radical alquila, sem fotocatalisador externo e sem metal de transição.
Sem luz, a reação para. Sem a amina doadora, também. Tudo ocorre em temperatura ambiente, com reagentes disponíveis no comércio.
O mecanismo envolve a formação de um ânion radical arila após o ataque inicial. Esse intermediário transfere um elétron para uma nova molécula ativada e propaga a transformação. O rendimento quântico estimado confirma que se trata de um processo em cadeia. A tolerância funcional se manteve alta: halogênios, nitrilas, cetonas e ésteres saíram intactos.
Onde o método foi testado
A equipe aplicou a reação em compostos que já existem: nevirapina, boscalid e metirapona. Os rendimentos ficaram entre 77% e 88%.
Também rodou a reação em escala de grama, com mais de 80% de rendimento. Esse é o teste que tira o método do território acadêmico, porque escala de grama já é volume de bancada industrial.
Um laboratório farmacêutico de grande porte participou da avaliação de compatibilidade com exigências industriais. A apuração não traz o nome da empresa.
Menos resíduo e menos energia
Tirar o catalisador metálico, dispensar oxidante externo e reduzir o número de etapas derruba a geração de resíduo e o consumo de energia do processo. O ganho vem do desenho da reação.
O que muda para quem decide
Para operação farmacêutica, de CRO ou de agroquímica no Brasil, o dado útil é o tipo de IA que funcionou aqui. Previsão de sítio de reação a 93% é ferramenta de bancada dentro de um artigo metodológico revisado por pares, com número medido em cima de 30 casos.
O segundo ponto é a barreira de equipamento. LED azul, temperatura ambiente e reagente de catálogo custam menos que catálise com metal de transição. Se o método se sustentar fora de Cambridge, a etapa de otimização de candidato fica mais barata para quem não tem infraestrutura de primeira linha.
A ressalva é o tamanho da amostra. Trinta previsões não formam validação industrial, e a apuração não diz quantas moléculas a equipe testou fora do conjunto de demonstração.
--- Apurado em 1 veículo de 1 país.