Mapa dotacji

Projekt ma na celu stworzenie nowatorskiego produktu pozwalającego na planowanie ścieżek syntezy chemicznej z uwzględnieniem warunków reakcji, takich jak katalizator czy temperatura. Obecnie nie istnieje na rynku komercyjnie dostępne rozwiązanie pozwalające przewidywać warunki reakcji. Przewidywanie warunków jest trudnym zadaniem dla człowieka, przez co wiele reakcji chemicznych kończy się porażką (np. około 50% reakcji Buchwalda-Hartwiga w firmie Merck). Prace B+R będą skoncentrowane na opracowaniu sieci neuronowych i algorytmów uczenia maszynowego do sugerowania skutecznych warunków reakcji chemicznych w celu maksymalizacji ich wydajności. Planuje się stworzyć algorytmy priorytetyzacji reakcji, rozwijać architekturę i metody trenowania modeli oraz stworzyć oprogramowanie umożliwiające wykorzystanie modeli w planowaniu syntezy. Efektem będzie wysoka liczba poprawnie zaproponowanych warunków (wydajność reakcji na poziomie min. 10%). Projekt obejmuje rozwój protokołów eksperymentalnych i wykonanie 800 tys. reakcji chemicznych w 8 kluczowych klasach reakcji. Wykonanie tak dużej liczby reakcji będzie możliwe dzięki wykorzystaniu wysoko zautomatyzowanego laboratorium chemicznego. Projekt bazuje na postępach w dziedzinach sztucznej inteligencji i automatyzacji, a jego unikalność polega na połączeniu tych metod, liczbie reakcji i poziomie zautomatyzowania laboratorium na skalę regionu Europy Środkowo-Wschodniej. Rozwiązanie to będzie wzbogacone o dane eksperymentalne oraz zintegrowane z naszym istniejącym komercyjnym produktem do planowania syntezy. Jako pierwsi wprowadziliśmy na rynek w 2019 produkt do planowania syntezy oparty o głębokie sieci neuronowe. Planujemy go wzbogacić o największy ogólnodostępny zbiór danych pochodzących z literatury naukowej od CAS (USA). Nasz zbiór będzie kluczowym uzupełnieniem dostępnych danych publicznych ze względu na obecność wyników negatywnych, różnorodność struktur chemicznych i regularność zbioru.