Galang Adrians/231011402829
Naziful Anwar/231011400360
Penemuan obat umumnya terdiri dari siklus desain-buat-uji-analisis (DMTA) [ 1 ], dengan durasi
berkisar antara 12 hingga 15 tahun dan biaya rata-rata sekitar 2–3 miliar dolar.
Sintesis obat dengan bantuan komputer dapat digunakan untuk merancang beberapa rute
sintetik dengan cepat melalui analisis retrosintetik senyawa target, sehingga sangat membantu
untuk sintesis dan optimalisasi senyawa sasaran selama penemuan obat.
Model algoritma pembelajaran mesin digunakan untuk memprediksi reagen reaksi, pelarut, dan
katalis, yang secara efektif menghindari pemborosan dan melindungi lingkungan. Selain itu,
melalui pembelajaran mandiri dan optimalisasi data dan program, sintesis obat dengan bantuan
komputer dapat digunakan untuk mendapatkan laporan reaksi terbaru dan menghindari
prasangka manusia. sintesis obat berbantuan komputer dapat membantu pekerja sintesis obat
mengotomatiskan eksperimen sintesis obat yang berulang, berbiaya tinggi, dan berisiko tinggi.
Selain itu, sintesis obat berbantuan komputer dapat menyaring rute sintesis optimal dengan
perhitungan mekanika kuantum di antara sejumlah rute sintetik yang dirancang untuk
meningkatkan tingkat keberhasilan secara signifikan.
Kami menjelaskan tiga aspek desain dan sintesis obat berbantuan komputer: desain obat
berbantuan komputer, desain rute sintesis obat berbantuan komputer, dan mesin sintesis obat
cerdas berbantuan komputer.
Pada tahun 1960, Vladutz menyimpan reaksi kimia di komputer untuk diambil konsep sintesis
organik berbantuan komputer berdasarkan database reaksi dilaporkan.
Pada tahun 1966, robot yang digerakkan oleh komputer melakukan otomatisasi reaksi kimia,
yang memungkinkan sintesis peptida dengan throughput tinggi
Pada tahun 1969, Corey dan Wipke dll. Menjelaskan logika retrosintetik yang menggabungkan
heuristik tertentu dan menetapkan program sintesis berbantuan komputer pertama, bernama
LHASA .
Pada tahun 1970, Gelernter dll. Mengembangkan program desain sintetik SYNCHEM
menggunakan logika pembuktian teorema geometri
Pada tahun 1980an, Peishoff dll.merancang CAMEO untuk analisis retrosintetik dan
pengambilan reaksi maju
Pada tahun 1993 untuk menggambarkan reaksi kimia. Mereka bekerja sama dengan peneliti
lain, serangkaian sistem desain sintesis berbantuan komputer, termasuk EROS dan AHMOS
Sejak program seperti ChemDraw dan string seperti SMILES muncul, informasi struktur molekul
menjadi lebih mudah diungkapkan di komputer
Pada awal abad ke-21, ekspresi komputer atas struktur molekul berkembang pesat. Sidik jari
molekul, string, grafik molekuler, dan deskriptor fisika dan kimia dikembangkan lebih lanjut, dan
memfasilitasi pengembangan sistem sintesis berbantuan komputer.
Pada tahun 2016 menandai puncak baru kecerdasan buatan.pembelajaran mesin dan
pembelajaran mendalam telah menarik banyak perhatian.
Saat ini, dengan percepatan daya komputasi yang signifikan, perangkat keras dan perangkat
lunak otomatis menjadi semakin canggih, dan algoritme sintesis kimia menjadi semakin optimal.
Teknologi sintesis berbantuan komputer telah meletakkan dasar bagi desain otomatis, sintesis,
pengujian dan analisis molekul obat.
AI, khususnya pembelajaran mesin, memainkan peran penting dalam bidang sintesis obat. Baru-
baru ini, beberapa alat sintesis berbantuan komputer yang muncul telah menjadi yang terdepan
dalam analisis retrosintetik, prediksi reaksi, dan sintesis otomatis. Bagian ini menjelaskan ketiga
aspek pengembangan sintesis berbantuan komputer.
Analisis Retrosintetik
untuk menggambarkan proses mereduksi molekul target menjadi prekursor yang lebih sederhana
dengan memutus ikatan ada dua jenis sistem analisis retrosintetik. Yang Pertama, Dirancang
untuk menampilkan rute atau pemutusan kunci dengan menerapkan heuristik tertentu pada
kompleks target dan masukan yang signifikan dari pekerja berpengalaman. Dan yang Kedua,
Memerlukan strategi yang memisahkan senyawa target menjadi prekursor dan memberikan
pengguna struktur yang diusulkan, yang melaporkan rute sintesis lengkap dan memprediksi
kondisi reaksi. Secara umum, strategi ini diklasifikasikan menjadi dua jenis: metode berbasis
aturan dan metode bebas aturan.
Metode berbasis aturan dapat menghasilkan bahan antara atau bahan mentah yang diperlukan
untuk sintesis dengan membangun hubungan antara senyawa target dan aturan reaksi yang
diketahui.
Metode bebas aturan secara bertahap menjadi metode analisis retrosintetik yang lebih
menjanjikan karena tidak memerlukan aturan reaksi apa pun.
Prediksi Reaksi
Senyawa target yang diampuni, sintesis berbantuan komputer dapat merancang rute sintetik; itu
juga dapat memprediksi kondisi reaksi dan produk reaksi. Kunci dari prediksi reaksi adalah
memastikan bahwa terdapat kumpulan data berkualitas tinggi dan deskriptor yang tepat untuk
mengkarakterisasi reaksi, yang keduanya memengaruhi pemilihan algoritme. Algoritma
pembelajaran mesin dibagi menjadi algoritma linier dan nonlinier. Bagian ini memperkenalkan
status quo prediksi reaksi dalam penerapan pembelajaran mesin dalam prediksi selektivitas
reaksi , hasil reaksi, kondisi reaksi, dan reaksi maju.
Kesimpulan
Komputer memiliki potensi besar dalam perkembangan dunia pada setiap lini kehidupan,
terutama dalam pengembangan obat, pengembangan database besar berkualitas tinggi. Saat ini
penerapan AI dalam penegembangan obat masih dalam tahap awal. Perkembangan komputer
adalah salah satu hal yang mustahil untuk dicegah. Kita tidak akan pernah tahu, perangkat keras
komputer dan berbagai model algoritma akan memberikan masa depan yang menjanjikan bagi
perubahan paradigma pengembangan obat.