Synthegy utilise les grands modèles de langage comme évaluateurs de stratégies de synthèse et de mécanismes réactionnels

Le relais présente Synthegy, un cadre développé par l’équipe de Philippe Schwaller à l’EPFL pour utiliser les grands modèles de langage non comme générateurs directs de structures chimiques, mais comme moteurs d’évaluation et de guidage de méthodes computationnelles classiques. L’approche se situe à l’interface de la synthèse organique, de la planification rétrosynthétique et de l’élucidation mécanistique : un chimiste formule en langage naturel une contrainte stratégique, par exemple former précocement un cycle ou éviter des groupes protecteurs inutiles, puis des outils de recherche produisent des routes candidates que le modèle traduit, compare, note et commente selon leur adéquation à cette intention. Le même principe est appliqué aux mécanismes réactionnels, où le système explore des mouvements élémentaires d’électrons et privilégie les enchaînements jugés chimiquement plausibles. La source secondaire rapporte que l’étude publiée dans Matter met en avant une concordance partielle avec des évaluations d’experts et une meilleure capacité à intégrer des critères stratégiques exprimés en texte ; il faut néanmoins éviter d’y voir une automatisation générale de la chimie de synthèse. Pour la veille polymères, l’intérêt est méthodologique plutôt que directement matériau : ce type d’interface pourrait aider à raisonner des voies de monomères, d’additifs, de catalyseurs ou de motifs fonctionnels, à condition que les prédictions restent confrontées aux contraintes expérimentales de réactivité, de pureté, de sécurité, de coût et de montée en échelle.

Scientists Teach AI To Think Like a Professional Chemist

Researchers have developed a framework that interprets chemical strategy as language, opening a new path for AI-assisted discovery.

SciTechDaily