От экспертного вмешательства к автономному циклу
Раскрытие механизмов химических реакций — одна из ключевых задач современной химии, однако автоматизация этого процесса долгое время упиралась в необходимость постоянного контроля со стороны экспертов. Авторы работы, опубликованной в arXiv (2026), представляют ARCHE (Autonomous Chemical Mechanistic Discovery through Agentic Reasoning and Validation) — систему, которая трансформирует этот процесс в масштабируемый, самопроверяемый цикл.
ARCHE объединяет три компонента: общую модель рассуждений (general-purpose reasoning model), специализированную модель вычислительной химии и структурированный реестр инструментов. Система не просто выполняет команды, а интерпретирует научные вопросы, генерирует гипотезы, оркестровывает вычислительные рабочие процессы и итеративно уточняет выводы на основе полученных вычислительных доказательств.
Три уровня сложности: от подтверждения до открытия
Эффективность ARCHE была протестирована на трех сценариях, демонстрирующих рост сложности задачи: от реконструкции известных процессов до поиска новых путей реакций.
| Сценарий | Задача | Результат ARCHE |
|---|---|---|
| Асимметричный катализ | Реконструкция стереоконтролирующих переходных состояний | Успешная валидация механизма ранее опубликованной реакции |
| α-Йодборонатная реакция | Поиск пути расщепления связи C-I в unpublished-реакции | Предложение и валидация правдоподобного радикального пути через итеративное уточнение гипотез |
| Никель-катализируемое кросс-сочетание | Поиск дескриптора, управляющего селективностью | Идентификация химически интерпретируемого дескриптора |
Почему это важно для науки
Главное достижение ARCHE заключается в переходе от пассивного анализа данных к активному научному исследованию. Система способна самостоятельно выявлять пробелы в знаниях (как в случае с unpublished-реакцией) и генерировать проверяемые гипотезы. Это снижает порог входа для вычислительной химии и ускоряет цикл «гипотеза — проверка — вывод».
Код системы ARCHE уже опубликован в открытом доступе, что позволяет научному сообществу интегрировать агентные подходы в свои рабочие процессы. Работа подана в Nature Communications и рассматривает AI не как инструмент расчета, а как полноценного соавтора-исследователя.
Источник: arXiv cs.AI ↗