گفت و گو با بارتوسز‌گرزیبوسکی‌، خالق‌ نرم‌افزار کیماتیکا

گنجینه ‌شیمی

کیماتیکا، نرم‌افزاری است که با جمع‌آوری اطلاعات به‌دست آمده در دانش شیمی در طول چند صد سال و پیوند این اطلاعات به هم، دانشمندان را قادر می‌سازد راه‌هایی سریع‌تر و ارزان‌تر برای تولید بسیاری از مواد شیمیایی و داروها بیابند. این نرم‌افزار که در واقع دایره‌المعارف شیمی آلی است، می‌تواند در آینده‌ای نه‌چندان دور تحولات شگرفی را در صنایع داروسازی و سلامت بشر ایفا کند. بارتوسز گرزیبوسکی، شیمیدان دانشگاه نورث‌وسترن ایالت ایلینویز، ده سال است همراه همکارانش روی پروژه‌ای برای ایجاد شبکه‌ای از دانش 250 ساله علم شیمی فعالیت می‌کند. نرم‌افزاری که این شبکه را در خود جای داده کیماتیکا (Chematica) نام دارد. این نرم‌افزار ارتباط میان هفت میلیون ماده مختلف که از طریق واکنش‌هایی خاص به هم مربوط هستند، نشان می‌دهد. وی می‌گوید شبکه عظیم مواد و واکنش‌های شیمی‌آلی فرصتی برای تولید ارزان‌تر و سریع‌تر داروهایی که در حال حاضر تولید می‌شوند ، فراهم می‌کند.در گفت‌و‌گوی زیر گرزیبوسکی از کیماتیکا و توانمندی‌های آن سخن می‌گوید.
کد خبر: ۵۱۳۰۹۱

ایده ساخت کیماتیکا از کجا آمد؟

از حدود ده سال پیش دورانی تاثیرگذار در تاریخ علم ایجاد شد که در آن به دلیل پیشرفت فناوری همه چیز در قالب شبکه با هم ارتباط پیدا کرد اما به دلایلی خاص دانش شیمی نتوانست بهره‌ای از این شبکه ببرد و همچنان تجربیات مختلف در این علم، بین شیمیدانان مختلف پراکنده ماند. این وضع به هیچ وجه رضایتبخش نیست، زیرا در این صورت باز هم مانند گذشته پس از این که شیمیدانی بازنشسته می‌شود، همه معلوماتی که طی سال‌ها با خود داشته نیز ناپدید می‌شود. این در حالی است که یک شبکه جامع می‌تواند این معلومات را در اختیار همه قرار دهد. لذا فکر ساختن شبکه‌ای که آن را شاید بتوان یک «دانشمند نامیرا» نامید به ذهنم رسید. در واقع شبکه‌ای که ما ایجاد کرده‌ایم، نه فقط دربردارنده مجموعه‌ای عظیم از دانش شیمی است، بلکه 86 هزار قاعده شیمیایی را نیز در خود دارد و می‌تواند به شکل موثری از آنها استفاده کند. این در حالی است که یک دانشمند شیمی آلی در نهایت تنها 1000 تا 1500 قاعده شیمیایی را می‌داند.

آیا ایجاد شبکه بین داده‌ها سبب یافتن روش‌های جدید برای تولید می‌شود؟

بله، با داشتن الگوریتم‌های شبکه‌ای مناسب، می‌توانیم فرآیند واکنش‌ها را معکوس و همه روش‌های ممکن برای تولید ماده‌ای خاص را بررسی کنیم و به چند راه انگشت‌شمار که برخی شیمیدانان می‌دانند، محدود نشویم. برای این کار الگوریتم طراحی شده ما، فرآیند تولید ماده‌ای خاص را نه بر اساس معیارهایی که در کتاب‌های شیمی خوانده‌ایم، بلکه بر اساس قواعدی که خود نرم‌افزار از دانش فعلی شیمی حاصل کرده به دست می‌آورد. در این صورت با سرعتی بسیار بیشتر از یک شیمیدان می‌توان راه‌های مختلف تولید ماده‌ای خاص را یافت. به عنوان مثال، این الگوریتم می‌تواند ظرف چند ثانیه میلیاردها فرآیند مختلف تولید را جستجو کرده و مقرون به صرفه‌ترین روش را که آسیب کمتری به محیط‌زیست می‌زند و مواد اولیه‌اش نیز بیشتر در دسترس است، بیابد. در واقع این نرم‌افزار، کارکردی همچون موتور جستجوی گوگل البته در دانش شیمی دارد.

به این ترتیب الگوریتم‌های کیماتیکا طوری طراحی شده‌اند که به دنبال میانبر‌هایی برای ترکیب چند واکنش و تبدیل آنها به یک واکنش هستند. اهمیت کوتاه‌کردن فرآیند تولید مواد شیمیایی و دارو و کم‌کردن از مراحل این واکنش‌ها چیست؟

در یک فرآیند چند مرحله‌ای، بین 60 تا 80 درصد از هزینه تمام شده صرف خالص‌سازی مواد تولید شده در میانه واکنش پس از انجام هر مرحله می‌شود. به عنوان مثال در یک فرآیند دو مرحله‌ای «الف» به «ب» به «پ»، ابتدا ‌ ‌باید با استفاده از «الف»، «ب» ساخته شود. سپس باید «ب» را خالص کرد و پس از انجام این مرحله می‌توان به سراغ مرحله تولید «پ» از «ب» رفت. هر یک از این خالص‌سازی‌ها نیازمند استفاده از ستون‌های کروماتوگرافی یا حلال‌هایی که برای محیط‌زیست خطرناکند، است. همین موارد سبب افزایش هزینه تولید می‌شود و اگر دو مرحله با هم ادغام شده و به یک مرحله بدل شوند، دیگر نیازی به این هزینه‌ها نخواهد بود.

‌گرزیبوسکی: ما طی فرآیند آزمایش نرم‌افزار کیماتیکا فرمولاسیون یک داروی‌ضد‌آسم را امتحان‌کردیم ‌و متوجه شدیم فرآیند پیشنهادی این نرم افزار زمان و هزینه تولید دارو را به‌شدت کاهش می‌دهد

در واقع در طول سالیان، این مساله کوتاه‌کردن فرآیند و قراردادن همه مواد در یک‌جا و تولید یکباره مواد مورد نظر، یکی از اهداف شیمی آلی بود. حال با شبکه‌ای که طراحی کرده‌ایم و قواعد شیمیایی که به رایانه داده‌ایم، می‌توانیم براحتی فرآیندهای کوتاه‌تر را ظرف فقط چند ثانیه بیابیم. این کار سبب کاهش چشمگیر هزینه‌های تولیدی در صنایع شیمیایی و داروسازی می‌شود.

به عنوان نمونه تا به حال مشخص شده بیش از 30 فرآیندی که این نرم‌افزار ارائه کرده، بخوبی جواب داده و مواد مورد نظر را تولید کرده است. شاید جالب‌ترین آنها تولید نوعی داروی ضدآسم است که برای تولید آن در صنایع دارویی، همیشه چهار مرحله طی می‌شد. وقتی این فرآیند چهار مرحله‌ای را با استفاده از نرم‌افزار کیماتیکا بررسی کردیم، نرم‌افزار به ما گفت می‌توان آن را در یک فرآیند تک مرحله‌ای خلاصه کرد. نتیجه این شد که توانستیم همان دارو را در یک فرآیند تک‌مرحله‌ای تولید کنیم و البته به این ترتیب میزان محصول نهایی دو برابر شد و هزینه‌ای هم برای خالص‌سازی مواد میانی صرف نشد. مثال‌های مشابه زیادی وجود دارد و بیشتر آنها هم از سوی صنایع داروسازی که نرم‌افزار ما را خریده‌اند گزارش شده است.

آیا ممکن است کیماتیکا به تولید مواد جدید کمک کند؟

پاسخ به این پرسش نیز مثبت است. این نرم‌افزار الگوریتم‌هایی دارد که امکان یافتن فرآیند تولید مواد جدید را نیز می‌دهد. در واقع الگوریتمی که طراحی کردیم امکان پیش‌بینی موادی که می‌تواند تولید شود‌ در خود دارد. با استفاده از اطلاعاتی که طی سال‌ها به دست آوردیم و ساختار کنونی علم شیمی، می‌توان آینده را نیز پیش‌بینی‌ کرد.

با این همه خوبی پس چرا این ایده تاکنون به ذهن کسی خطور نکرده بود؟

نمی‌دانم چرا شیمیدانان تاکنون به فکر ایجاد چنین شبکه‌ای نیفتاده بودند. شاید دلیلش این باشد که در علم شیمی، مفاهیمی همچون الگوریتم یا نظریه شبکه تدریس نمی‌شود. دلیل دیگر هم شاید این باشد که فقط چند سالی است که رایانه‌های قدرتمند برای انجام محاسبات مورد نظر ما به بازار آمده‌اند.

آیا ممکن است خلافکاران هم از کیماتیکا برای تولید مواد خطرناک استفاده کنند؟

بله. برای همین است که مدت‌هاست با برخی نهادهای امنیتی در ارتباط بوده‌ایم. در حال حاضر ممکن است خیلی از جنایتکاران بخواهند موادی که برای شهروندان خطرساز است، مثلا بمب‌های شیمیایی یا گاز اعصاب درست کنند. اما اگر مقامات دولتی و امنیتی با استفاده از این نرم‌افزار تمام راه‌های ممکن برای تولید گاز اعصاب یا هر نوع ماده شیمیایی خطرناک دیگر را بدانند، بهتر خواهند توانست رفتارهای خطرناکی از این دست را تشخیص دهند.

Guardian / مترجم: صالح سپهری فر

newsQrCode
ارسال نظرات در انتظار بررسی: ۰ انتشار یافته: ۰

نیازمندی ها