शुरुआत से एक अणु को डिज़ाइन करना रसायन विज्ञान की सबसे कठिन समस्याओं में से एक है। यह केवल यह जानने के बारे में नहीं है कि किन परमाणुओं को जोड़ना है—यह प्रतिक्रियाओं के सही क्रम को जानने, अणु के संवेदनशील हिस्सों की सुरक्षा कब करनी है, और ऐसे गतिरोधों से कैसे बचना है जो महीनों के प्रयोगशाला कार्य को बर्बाद कर सकते हैं।

परंपरागत रूप से, यह ज्ञान अनुभवी रसायनज्ञों के दिमाग में रहता है। अब, ईपीएफएल की एक टीम इसे एक भाषा मॉडल में डालना चाहती है।

फिलिप श्वालर के नेतृत्व में शोधकर्ताओं ने इस सप्ताह मैटर में एक पेपर प्रकाशित किया, जिसमें सिंथेजी (Synthegy) का वर्णन किया गया है, एक ऐसा ढांचा जो रासायनिक संश्लेषण नियोजन के लिए बड़े भाषा मॉडल को तर्क इंजन के रूप में उपयोग करता है। मुख्य अंतर्दृष्टि सूक्ष्म लेकिन महत्वपूर्ण है: एआई से अणुओं को उत्पन्न करने के लिए कहने के बजाय, टीम एआई का उपयोग संश्लेषण मार्गों का मूल्यांकन करने के लिए करती है जो पारंपरिक सॉफ्टवेयर पहले से ही उत्पन्न करता है।

यह इस प्रकार काम करता है: एक रसायनज्ञ साधारण अंग्रेजी में एक लक्ष्य टाइप करता है, जैसे कि "प्रारंभिक चरणों में पिरिमिडीन रिंग बनाएं।" मौजूदा रेट्रोसिंथेसिस सॉफ्टवेयर—जो लक्ष्य अणुओं को सरल टुकड़ों में तोड़कर काम करता है—फिर दर्जनों या सैकड़ों संभावित संश्लेषण मार्ग उत्पन्न करता है।

सिंथेजी (Synthegy) प्रत्येक मार्ग को टेक्स्ट में बदलता है और उसे एक एलएलएम (LLM) को सौंपता है, जो रसायनज्ञ के निर्देश से कितनी अच्छी तरह मेल खाता है, उसके आधार पर प्रत्येक मार्ग को स्कोर करता है। सबसे अच्छे मार्ग शीर्ष पर आ जाते हैं, जिसमें इसके कारणों की लिखित व्याख्या होती है।

ईपीएफएल के एक बयान में अध्ययन के प्रमुख लेखक एंड्रेस एम. ब्रैन ने कहा, "रसायनज्ञों के लिए उपकरण बनाते समय, उपयोगकर्ता इंटरफ़ेस बहुत मायने रखता है, और पिछले उपकरण बोझिल फिल्टर और नियमों पर निर्भर करते थे।"

इस प्रणाली को 36 स्वतंत्र रसायनज्ञों के एक डबल-ब्लाइंड अध्ययन में मान्य किया गया था, जिन्होंने 368 मार्ग युग्मों की समीक्षा की। उनके चयन 71.2% बार सिंथेजी (Synthegy) से मेल खाते थे, यह संख्या लगभग उसी दर पर है जिस पर विशेषज्ञ रसायनज्ञ एक-दूसरे से सहमत होते हैं। वरिष्ठ शोधकर्ता (प्रोफेसर और शोध वैज्ञानिक) पीएचडी छात्रों की तुलना में सिंथेजी (Synthegy) से अधिक बार सहमत हुए, यह दर्शाता है कि यह प्रणाली अनुभव के साथ आने वाली समान रणनीतिक अंतर्ज्ञान को कैप्चर करती है।

शोधकर्ताओं ने जीपीटी-4ओ (GPT-4o), क्लाउड (Claude), और डीपसीक-आर1 (DeepSeek-r1) सहित कई एआई मॉडल का परीक्षण किया। एआई ने वर्षों से दवा खोज में प्रगति की है, लेकिन अधिकांश दृष्टिकोण विशिष्ट कार्यों के लिए संकीर्ण रूप से प्रशिक्षित मॉडलों पर ध्यान केंद्रित करते हैं। सिंथेजी को मॉड्यूलर होने के लिए डिज़ाइन किया गया है—यह बैकएंड पर किसी भी रेट्रोसिंथेसिस इंजन और तर्क पक्ष पर किसी भी सक्षम एलएलएम में प्लग कर सकता है। जेमिनी-2.5-प्रो (Gemini-2.5-pro) ने बेंचमार्क में सबसे अधिक स्कोर किया, जबकि डीपसीक-आर1 (DeepSeek-r1) एक मजबूत ओपन-सोर्स विकल्प प्रतीत होता है जिसे स्थानीय रूप से चलाया जा सकता है।

यह ढांचा एक दूसरी समस्या को भी संभालता है: प्रतिक्रिया तंत्र का स्पष्टीकरण। यह इस सवाल का जवाब है कि एक रासायनिक प्रतिक्रिया क्यों होती है—प्रत्येक चरण में कौन सी इलेक्ट्रॉन गतिविधियां होती हैं। सिंथेजी (Synthegy) प्रतिक्रियाओं को प्राथमिक चालों में तोड़ता है और एलएलएम (LLM) से रासायनिक संभाव्यता के लिए प्रत्येक उम्मीदवार कदम का आकलन करवाता है। न्यूक्लियोफिलिक प्रतिस्थापन जैसी सरल प्रतिक्रियाओं पर, सबसे अच्छे मॉडल ने लगभग पूर्ण सटीकता प्राप्त की।

संभावित उपयोग के मामले व्यापक हैं। दवा की खोज सबसे स्पष्ट है। एआई ने पहले ही कैंसर उपचार के परिणामों की भविष्यवाणी करने में वादा दिखाया है, लेकिन यही दृष्टिकोण उन सभी जगहों पर लागू होता है जहां रसायनज्ञों को नई सामग्री डिजाइन करने या औद्योगिक प्रतिक्रियाओं को अनुकूलित करने की आवश्यकता होती है। एक व्यावहारिक विवरण: सिंथेजी (Synthegy) के साथ 60 उम्मीदवार मार्गों का मूल्यांकन करने में लगभग 12 मिनट लगते हैं और एपीआई शुल्क में लगभग $2–3 का खर्च आता है।

यह पेपर वर्तमान सीमाओं को स्वीकार करता है। एलएलएम (LLMs) कभी-कभी अपने टेक्स्ट प्रतिनिधित्व में एक प्रतिक्रिया की दिशा को गलत पढ़ लेते हैं, जिससे गलत व्यवहार्यता कॉल होती हैं। छोटे मॉडल यादृच्छिक अनुमान से बेहतर प्रदर्शन नहीं करते हैं। 20 से अधिक चरणों वाले मार्गों को सुसंगत रूप से ट्रैक करना कठिन होता है।

कोड और बेंचमार्क github.com/schwallergroup/steer पर सार्वजनिक रूप से उपलब्ध हैं।