Synthegy: l’intelligenza artificiale che progetta molecole a partire da semplici descrizioni testuali
Progettare molecole complesse è sempre stato un lavoro da esperti navigati, gente con anni di laboratorio alle spalle e una capacità quasi istintiva di scegliere il percorso giusto tra migliaia di possibilità. Ma Synthegy, un nuovo sistema basato sull’intelligenza artificiale, sta cambiando radicalmente le regole del gioco. Sviluppato da un team guidato da Philippe Schwaller all’EPFL (Politecnico Federale di Losanna), questo strumento permette ai chimici di descrivere in linguaggio naturale cosa vogliono ottenere, lasciando poi agli algoritmi il compito di generare, valutare e classificare le soluzioni migliori.
Il punto cruciale è questo: creare una nuova molecola, che sia un farmaco salvavita o un materiale innovativo, richiede una serie di reazioni chimiche pianificate con estrema precisione. Il processo classico si chiama retrosintesi: si parte dalla molecola finale desiderata e si lavora a ritroso per individuare i materiali di partenza e le vie di reazione più promettenti. Una faccenda complicata, piena di bivi e decisioni strategiche. Quali blocchi costruttivi usare? Quando formare gli anelli? Servono gruppi protettivi per le parti più delicate della molecola? Fino a oggi, rispondere a queste domande richiedeva un’esperienza profonda. I software tradizionali potevano esplorare enormi spazi chimici, certo, ma faticavano a replicare il giudizio strategico di un chimico esperto.
Come funziona Synthegy nella pratica
Synthegy combina algoritmi di ricerca tradizionali con modelli linguistici di grandi dimensioni (i famosi LLM, la stessa famiglia tecnologica dietro ChatGPT) usati però in modo diverso dal solito. Non generano direttamente strutture chimiche: agiscono come valutatori intelligenti che interpretano le istruzioni scritte dal chimico e giudicano i percorsi proposti dal software.
In pratica, il chimico scrive una richiesta semplice. Ad esempio: “forma questo anello nelle prime fasi” oppure “evita gruppi protettivi inutili”. Il sistema genera diverse vie sintetiche possibili, le converte in testo e le sottopone al modello linguistico, che assegna un punteggio a ciascuna opzione e spiega il proprio ragionamento. Questo approccio rende molto più rapido filtrare e classificare le strategie di sintesi più promettenti.
Lo stesso metodo vale per i meccanismi di reazione, cioè la descrizione dettagliata di come gli elettroni si muovono durante una trasformazione chimica. Synthegy scompone ogni reazione nei suoi passaggi fondamentali, esplora le alternative e orienta la ricerca verso percorsi chimicamente sensati. Il bello è che il sistema accetta anche dettagli aggiuntivi, come condizioni sperimentali o ipotesi formulate dagli esperti, tutto inserito come semplice testo.
Risultati concreti e validazione con chimici veri
I numeri parlano abbastanza chiaro. In uno studio in doppio cieco, 36 chimici hanno fornito 368 valutazioni valide, e le loro opinioni hanno coinciso con i risultati di Synthegy nel 71,2% dei casi. Non è perfezione, ma è un risultato notevole per un sistema che fondamentalmente “legge” istruzioni scritte e le traduce in decisioni chimiche ragionate.
Synthegy riesce a segnalare passaggi protettivi superflui, a valutare la fattibilità delle reazioni e a dare priorità alle soluzioni più efficienti. I modelli linguistici più grandi hanno ottenuto le prestazioni migliori, mentre quelli più piccoli hanno mostrato capacità più limitate, un dato che non sorprende troppo.
La cosa davvero interessante è la filosofia dietro questo strumento. Synthegy non cerca di sostituire il chimico. Lo affianca, trasformando l’intelligenza artificiale in una sorta di assistente strategico capace di parlare la stessa lingua dello scienziato. Come ha sottolineato Andres M. Bran, primo autore dello studio pubblicato su Matter a maggio 2026: “Stiamo dando ai chimici il potere di parlare, permettendo loro di iterare molto più velocemente e navigare idee sintetiche più complesse”. Un ponte tra pianificazione della sintesi e meccanismi di reazione, costruito attraverso un’interfaccia in linguaggio naturale che potrebbe accelerare la scoperta di nuovi farmaci e rendere strumenti avanzati accessibili a una platea molto più ampia di ricercatori.
