In de laboratoria waar nieuwe medicijnen worden geboren en waar de geheimen van de natuur worden ontcijferd, worden wetenschappers geconfronteerd met een hardnekkige puzzel: het bepalen van de exacte vorm van een molecuul door enkel te kijken naar hoe het interageert met licht en magnetische velden. Wanneer een chemicus een nieuwe verbinding synthetiseert of een stof uit een plant isoleert, moet hij bewijzen wat die stof daadwerkelijk is. Dit doen ze door de stof door machines te halen die complexe patronen van signalen produceren, bekend als spectra. Deze signalen zijn als een unieke vingerafdruk voor het molecuul en bevatten aanwijzingen over hoe de atomen met elkaar verbonden zijn en hoe ze in de ruimte zijn gerangschikt. Decennialang was het lezen van deze vingerafdrukken een traag, arbeidsintensief proces dat een menselijke expert vereiste om de aanwijzingen samen te voegen, waarbij één mogelijke structuur tegen de andere werd afgezet totdat de stukjes pasten. Hoewel computers hebben geholpen, hadden ze moeite om het flexibele, logische denken van een menselijke expert te evenaren, en faalden ze vaak wanneer ze werden geconfronteerd met een molecuul dat ze nog nooit hadden gezien of wanneer de data rommelig waren.

Een team van onderzoekers heeft nu een nieuw systeem ontwikkeld dat de manier waarop dit werk wordt uitgevoerd, verandert. In plaats van te proberen een computer simpelweg een database van bekende moleculen te laten onthouden, hebben zij een kunstmatige intelligentie gebouwd die leert denken als een chemicus. Dit systeem, genaamd MACROS, raadt niet alleen een structuur, maar stelt een kandidaat voor, controleert zijn werk en verfijnt zijn antwoord in een continue lus, net zoals een mens dat zou doen. Door getraind te worden op miljoenen gesimuleerde en real-world voorbeelden, heeft het systeem geleerd om de verbanden te leggen tussen de ruwe signalen en de driedimensionale rangschikking van atomen. Het resultaat is een hulpmiddel dat complexe moleculen kan identificeren met een snelheid en nauwkeurigheid die de huidige methoden overtreft, zelfs wanneer de data incompleet zijn of het molecuul geheel nieuw is.

De kern van deze doorbraak ligt in de manier waarop het systeem is opgebouwd. In plaats van één enkele, massieve hersenpan te gebruiken om alles te doen, hebben de onderzoekers een team van gespecialiseerde digitale agenten gecreëerd, elk met een specifieke taak. Eén agent kijkt naar de data en stelt een mogelijke moleculaire structuur voor. Een andere agent neemt die suggestie en simuleert hoe de signalen eruit zouden zien als die structuur echt zou zijn. Een derde agent vergelijkt de gesimuleerde signalen met de werkelijke experimentele data om te zien hoe goed ze overeenkomen. Als de overeenkomst slecht is, stuurt het systeem de informatie terug naar de eerste agent om het opnieuw te proberen. Deze cyclus van voorstellen, testen en verfijnen gebeurt automatisch en herhaaldelijk. Het systeem leert van zijn eigen fouten in real-time en verkleint zo geleidelijk de mogelijkheden totdat het de structuur vindt die alle waargenomen signalen het beste verklaart. Deze aanpak bootst de iteratieve hypothese-testen na die menselijke spectroscopisten al generaties lang gebruiken, maar voert het proces uit met een snelheid en consistentie die mensen niet kunnen evenaren.

Wat dit systeem bijzonder opmerkelijk maakt, is dat het de regels van de chemie uit zichzelf heeft geleerd. De onderzoekers hebben het niet geprogrammeerd met een lijst van chemische regels of verteld welke atomen gewoon met welke verbonden zijn. In plaats daarvan hebben zij het systeem blootgesteld aan meer dan honderd miljoen paren van spectra en moleculaire structuren. Door deze massale blootstelling heeft het systeem spontaan fundamentele chemische principes ontdekt. Het leerde bijvoorbeeld dat bepaalde patronen in de data overeenkomen met specifieke groepen atomen, zoals ringen of dubbele bindingen, zonder dat het expliciet werd verteld om daarnaar te zoeken. Het ontwikkelde ook een voorkeur voor het starten van zijn structurele gissingen met rigide ringsystemen, een strategie die de intuïtie van ervaren menselijke experts weerspiegelt die weten dat het bouwen van een molecuul vaak begint bij de meest stabiele kern. Dit vermogen om de onderliggende logica van de chemie te leren, in plaats van alleen patronen te onthouden, stelt het systeem in staat om te generaliseren naar moleculen die het nog nooit eerder is tegengekomen.

De onderzoekers testten dit systeem op een grote verscheidenheid aan real-world monsters, waaronder complexe natuurlijke producten uit de natuur, synthetische verbindingen gemaakt in laboratoria en metabolieten gevonden in het menselijk lichaam. In veel gevallen was het systeem in staat de moleculaire structuur correct te identificeren met behulp van 1H en 13C kernmagnetische resonantiedata (NMR), een veelvoorkomend maar vaak ambigu type signaal. Wanneer het systeem de gelegenheid kreeg om door zijn volledige cyclus van denken en verfijnen te gaan, verbeterde de nauwkeurigheid aanzienlijk. Op een set uitdagende natuurlijke producten identificeerde het systeem de structuur van meer dan de helft van de moleculen zonder enige voorafgaande training op die specifieke verbindingen. Wanneer de onderzoekers het systeem afstelden voor een specifiek type chemie, steeg het succespercentage nog hoger, waarbij bijna zeventig procent van de gevallen met metabolieten correct werd opgelost. Deze prestatie bleef standhouden, zelfs wanneer de data ruisig of incompleet waren, wat een robuustheid demonstreerde die eerdere computermethoden miste.

Misschien wel het meest overtuigende bewijs van de waarde van het systeem komt van de manier waarop het samenwerkt met menselijke wetenschappers. In een gecontroleerde studie werd professionele spectroscopisten gevraagd om eerst zelfstandig de structuren van complexe moleculen op te lossen, en daarna opnieuw met de hulp van het systeem. Wanneer zij alleen werkten, deden de experts er ongeveer een uur over om een enkel molecuul op te lossen, waarbij ze een fingerprint-gelijkenisscore van 0,102 behaalden. Wanneer zij het systeem gebruikten om hen te assisteren, daalde de tijd naar slechts tien minuten per molecuul, en de gelijkenisscore sprong naar boven de 0,80. Het systeem verving de menselijke expert niet; in plaats daarvan fungeerde het als een krachtige partner die het zware werk van het genereren en testen van duizenden mogelijkheden op zich nam, waardoor de mens zich kon concentreren op de uiteindelijke verificatie. Deze samenwerking suggereert een toekomst waarin het tedieuze werk van structuurbepaling wordt geautomatiseerd, waardoor wetenschappers vrijkomen voor ontdekking en innovatie.

De implicaties van dit werk reiken veel verder dan alleen het sneller oplossen van puzzels. Door een betrouwbare methode vast te stellen voor het bepalen van moleculaire structuren uit routinedata, opent het systeem de deur naar het verkennen van de enorme "donkere materie" van de chemie — de miljoenen onbekende moleculen die bestaan in de natuur en in ons lichaam, maar nog nooit zijn geïdentificeerd. Momenteel blijven veel van deze moleculen onzichtbaar omdat het proces van het ontrafelen ervan te traag en moeilijk is. Met een hulpmiddel dat deze signalen snel en accuraat kan decoderen, kunnen wetenschappers proactief nieuwe medicijnen ontdekken, biologische processen in meer detail begrijpen en de ontwikkeling van nieuwe materialen versnellen. Het systeem vertegenwoordigt een verschuiving van het simpelweg opslaan van data naar het actief redeneren ermee, wat een fundament legt voor volledig geautomatiseerde laboratoria waar moleculaire ontdekking plaatsvindt met de snelheid van het denken.

Het succes van deze aanpak benadrukt ook een nieuwe richting voor kunstmatige intelligentie in de wetenschap. In plaats van te proberen wetenschappelijke data in generieke formaten zoals tekst of afbeeldingen te dwingen, hebben de onderzoekers hun systeem ontworpen om de natuurlijke taal van de data zelf te spreken. De agenten werden direct getraind op de ruwe signalen en de chemische strings die moleculen vertegenwoordigen, waardoor de subtiele fysieke relaties behouden bleven die vaak verloren gaan in vertaling. Dit gespecialiseerde ontwerp stelde het systeem in staat om een hoge nauwkeurigheid te bereiken met veel minder rekenkracht dan algemene modellen. Het suggereert dat de toekomst van wetenschappelijke AI niet ligt in grotere, algemene modellen, maar in gespecialiseerde, interpreteerbare systemen die vanaf de grond af aan zijn gebouwd om de specifieke logica van hun vakgebied te begrijpen. Door deze gespecialiseerde kennis te combineren met een closed-loop redeneerproces, hebben de onderzoekers een hulpmiddel gecreëerd dat niet alleen berekent, maar de chemische wereld werkelijk begrijpt.