Nei laboratori dove nascono nuovi medicinali e dove vengono decifrati i segreti della natura, gli scienziati affrontano un enigma persistente: determinare la forma esatta di una molecola solo osservando come essa interagisce con la luce e i campi magnetici. Quando un chimico sintetizza un nuovo composto o isola una sostanza da una pianta, deve dimostrare cosa sia effettivamente quella sostanza. Lo fa sottoponendola a macchine che producono complessi modelli di segnali, noti come spettri. Questi segnali sono come un'impronta digitale unica per la molecola, contenente indizi su come i suoi atomi siano connessi e disposti nello spazio. Per decenni, leggere queste impronte digitali è stato un processo lento e laborioso che richiede l'intervento di un esperto umano per ricomporre gli indizi, testando una possibile struttura contro un'altra finché i pezzi non si incastrano. Sebbene i computer abbiano aiutato, hanno faticato a replicare il pensiero flessibile e logico di un esperto umano, fallendo spesso di fronte a una molecola che non avevano mai visto prima o quando i dati erano disordinati.

Un team di ricercatori ha sviluppato un nuovo sistema che cambia il modo in cui questo lavoro viene svolto. Invece di cercare di costringere un computer a memorizzare semplicemente un database di molecole note, hanno costruito un'intelligenza artificiale che impara a pensare come un chimico. Questo sistema, chiamato MACROS, non si limita a indovinare una struttura; propone un candidato, controlla il proprio lavoro e perfeziona la propria risposta in un ciclo continuo, proprio come farebbe un essere umano. Addestrandosi su milioni di esempi simulati e reali, il sistema ha imparato a collegare i punti tra i segnali grezzi e la disposizione tridimensionale degli atomi. Il risultato è uno strumento in grado di identificare molecole complesse con una velocità e un'accuratezza che superano i metodi attuali, anche quando i dati sono incompleti o la molecola è interamente nuova.

Il nucleo di questa svolta risiede nel modo in cui il sistema è costruito. Invece di utilizzare un unico, massiccio cervello per fare tutto, i ricercatori hanno creato un team di agenti digitali specializzati, ognuno con un compito specifico. Un agente osserva i dati e suggerisce una possibile struttura molecolare. Un altro agente prende quel suggerimento e simula quali sarebbero i segnali se quella struttura fosse reale. Un terzo agente confronta i segnali simulati con i dati sperimentali effettivi per vedere quanto bene corrispondano. Se l'abbinamento è scarso, il sistema invia l'informazione al primo agente affinché riprovi. Questo ciclo di proposta, test e perfezionamento avviene automaticamente e ripetutamente. Il sistema impara dai propri errori in tempo reale, restringendo gradualmente le possibilità finché non trova la struttura che meglio spiega tutti i segnali osservati. Questo approccio imita l'ipotesi-test iterativo che i cristallografi e gli spettroscopisti umani hanno utilizzato per generazioni, ma lo esegue con una velocità e una costanza che gli esseri umani non possono eguagliare.

Ci ciò che rende questo sistema particolarmente straordinario è che ha imparato le regole della chimica da solo. I ricercatori non lo hanno programmato con una lista di regole chimiche né gli hanno detto quali atomi solitamente si connettono tra loro. Invece, hanno esposto il sistema a oltre cento milioni di coppie di spettri e strutture molecolari. Attraverso questa esposizione massiccia, il sistema ha scoperto spontaneamente i principi chimici fondamentali. Ad esempio, ha imparato che determinati schemi nei dati corrispondono a gruppi specifici di atomi, come anelli o doppi legami, senza che gli venisse mai esplicitamente detto di cercarli. Ha anche sviluppato una preferenza per iniziare i suoi tentativi strutturali con sistemi ad anello rigidi, una strategia che rispecchia l'intuizione degli esperti umani che sanno che costruire una molecola spesso inizia dal suo nucleo più stabile. Questa capacità di apprendere la logica sottostante della chimica, piuttosto che limitarsi a memorizzare schemi, permette al sistema di generalizzare su molecole che non ha mai incontrato prima.

I ricercatori hanno testato questo sistema su una vasta gamma di campioni del mondo reale, inclusi prodotti naturali complessi trovati in natura, composti sintetici creati in laboratorio e metaboliti trovati nel corpo umano. In molti casi, il sistema è stato in grado di identificare correttamente la struttura molecolare utilizzando dati di risonanza magnetica nucleare 1H e 13C, un tipo di segnale comune ma spesso ambiguo. Quando il sistema è stato lasciato operare attraverso il suo intero ciclo di pensiero e perfezionamento, la sua accuratezza è migliorata significativamente. Su un set di prodotti naturali impegnativi, il sistema ha identificato correttamente la struttura di più della metà delle molecole senza alcun addestramento preventivo su quei composti specifici. Quando i ricercatori hanno perfezionato il sistema per un tipo specifico di chimica, il tasso di successo è salito ancora più in alto, risolvendo correttamente quasi il settanta per cento dei casi di metaboliti. Questa prestazione è rimasta valida anche quando i dati erano rumorosi o incompleti, dimostrando una robustezza che i precedenti metodi informatici non possedevano.

Forse la prova più convincente del valore di questo sistema deriva da come lavora fianco a fianco con gli scienziati umani. In uno studio controllato, ai professionisti della spettroscopia è stato chiesto di risolvere le strutture di molecole complesse prima da soli, e poi con l'aiuto del sistema. Lavorando da soli, agli esperti occorreva circa un'ora per risolvere una singola molecola, ottenendo un punteggio di somiglianza del fingerprint di 0,102. Quando usavano il sistema per assisterli, il tempo scendeva a soli dieci minuti per molecola e il punteggio di somiglianza balzava a oltre 0,80. Il sistema non ha sostituito l'esperto umano; ha agito invece come un potente partner, gestendo il lavoro pesante di generazione e test di migliaia di possibilità, permettendo all'umano di concentrarsi sulla verifica finale. Questa collaborazione suggerisce un futuro in cui il lavoro tedioso della determinazione della struttura è automatizzato, liberando gli scienziati per concentrarsi sulla scoperta e l'innovazione.

Le implicazioni di questo lavoro vanno ben oltre il semplice risolvere enigmi più velocemente. Stabilendo un metodo affidabile per determinare le strutture molecolari da dati di routine, il sistema apre la porta all'esplorazione della vasta "materia oscura" della chimica: i milioni di molecole sconosciute che esistono in natura e nei nostri corpi ma che non sono mai state identificate. Attualmente, molte di queste molecole rimangono invisibili perché il processo per capirle è troppo lento e difficile. Con uno strumento capace di decodificare rapidamente e accuratamente questi segnali, gli scienziati potrebbero scoprire proattivamente nuovi farmaci, comprendere meglio i processi biologici e accelerare lo sviluppo di nuovi materiali. Il sistema rappresenta un passaggio dal semplice archiviare dati all'elaborare attivamente ragionamenti con essi, creando una base per laboratori completamente automatizzati dove la scoperta molecolare avviene alla velocità del pensiero.

Il successo di questo approccio evidenzia anche una nuova direzione per l'intelligenza artificiale nella scienza. Invece di cercare di forzare i dati scientifici in formati generici come testo o immagini, i ricercatori hanno progettato il loro sistema affinché parlasse la lingua nativa dei dati stessi. Gli agenti sono stati addestrati direttamente sui segnali grezzi e sulle stringhe chimiche che rappresentano le molecole, preservando le sottili relazioni fisiche che spesso si perdono nella traduzione. Questo design specializzato ha permesso al sistema di raggiungere un'elevata accuratezza con molte meno risorse computazionali rispetto ai modelli generalisti. Suggerisce che il futuro dell'IA scientifica non risieda in modelli più grandi e generici, ma in sistemi specializzati e interpretabili, costruiti fin dalle fondamenta per comprendere la logica specifica del proprio campo. Combinando questa conoscenza specializzata con un processo di ragionamento a ciclo chiuso, i ricercatori hanno creato uno strumento che non si limita a calcolare, ma comprende veramente il mondo chimico.