HomeIAUn innovativo modello prevede la dissoluzione delle molecole in vari solventi

Un innovativo modello prevede la dissoluzione delle molecole in vari solventi

Un nuovo modello per prevedere la solubilità delle molecole

Utilizzando l’apprendimento automatico, gli ingegneri chimici del MIT hanno sviluppato un modello computazionale innovativo che permette di prevedere l’efficacia con cui una molecola si dissolve in un solvente organico. Questo rappresenta un passaggio cruciale nella sintesi di quasi tutti i prodotti farmaceutici. La capacità di effettuare tali previsioni potrebbe semplificare notevolmente lo sviluppo di nuovi metodi per produrre farmaci e altre molecole utili.

Vantaggi del nuovo modello

Il modello, che stima la quantità di un soluto che si dissolverà in un determinato solvente, è progettato per supportare i chimici nella scelta del solvente più adatto per ogni reazione specifica nella loro sintesi. Tra i solventi organici più comuni troviamo l’etanolo e l’acetone, ma esistono centinaia di altri solventi che possono essere impiegati nelle reazioni chimiche.

Importanza della previsione della solubilità

“Prevedere la solubilità è un passaggio davvero limitante nella pianificazione sintetica e nella fabbricazione di sostanze chimiche, in particolare farmaci”, afferma Lucas Attia, studente laureato del MIT e uno degli autori principali dello studio. Questo interesse di lunga data per migliorare le previsioni di solubilità ha portato alla creazione di questo modello, che è stato reso disponibile gratuitamente. Molte aziende e laboratori hanno già iniziato a utilizzarlo.

Impatto ambientale e sicurezza

Il modello potrebbe rivelarsi particolarmente utile per identificare solventi meno pericolosi rispetto a quelli industriali più comunemente utilizzati. “Esistono alcuni solventi noti per la loro capacità di sciogliere la maggior parte delle sostanze. Sebbene siano estremamente utili, possono essere dannosi per l’ambiente e la salute umana”, spiega Jackson Burns, studente del MIT e co-autore dell’articolo. Molte aziende stanno cercando di ridurre al minimo l’uso di tali solventi per motivi di sicurezza e sostenibilità.

Considerazioni finali

Dal nostro punto di vista, l’introduzione di questo modello rappresenta un passo avanti significativo nel campo della chimica sintetica. La possibilità di prevedere con precisione la solubilità delle molecole non solo accelera il processo di sviluppo dei farmaci, ma contribuisce anche a un approccio più sostenibile e sicuro nella scelta dei solventi. Riteniamo che l’adozione di tecnologie come questa possa portare a innovazioni significative nel settore farmaceutico e chimico, migliorando l’efficienza e riducendo l’impatto ambientale.

 

Fonte: MIT

Leggi di più

foto credit: Image: Courtesy of the researchers; MIT News

Salvatore Macrì
Salvatore Macrìhttps://it.linkedin.com/in/salmacri
Amante della tecnologia e della buona musica, scrivo articoli per passione e per delucidare delle tematiche legate alla vita quotidiana per rendere questo mondo meno complicato. Sensibile ai temi ambientali e strenue sostenitore di una "green revolution" che nasca dal basso.
TI POTREBBERO INTERESSARE

ARTICOLI CONSIGLIATI

L’AI deve imparare a dire “non ne sono sicura”

L’AI deve imparare a dire “non ne sono sicura”

C’è una cosa che, usando un chatbot moderno, dà quasi fastidio: il tono. Anche quando sbaglia, spesso lo fa con una sicurezza da professore in cattedra. Ed è proprio qui che il nuovo lavoro del MIT CSAIL diventa interessante. Non parla dell’ennesimo modello più potente, più veloce o più “intelligente”, ma di qualcosa di molto più concreto: insegnare all’AI a capire quando non dovrebbe essere così convinta della propria risposta.
IA consuma molto energia?

L’AI consuma troppa energia? Il MIT ha trovato un...

L’intelligenza artificiale sta diventando sempre più potente, ma anche sempre più affamata di energia. Ogni volta che un modello viene addestrato, interrogato o spinto a lavorare su milioni di richieste, da qualche parte ci sono GPU accese, sistemi di raffreddamento attivi e data center che devono reggere carichi difficili da prevedere.La novità arriva dal MIT e dal MIT-IBM Watson AI Lab: si chiama EnergAIzer ed è un metodo pensato per stimare rapidamente quanta energia consumerà un carico di lavoro AI su una determinata GPU o su un acceleratore dedicato. Non è il classico annuncio “green” un po’ vago, di quelli che promettono miracoli senza spiegare davvero dove stia il vantaggio. Qui il punto è molto concreto: sapere prima quanto costerà, in termini energetici, far girare un certo modello.

Quasi 15 milioni di italiani usano app di IA:...

A dicembre 2025 quasi 15 milioni di italiani hanno usato almeno un’app di intelligenza artificiale: parliamo del 35% della popolazione online (18–74 anni) e di una media annua di 12,7 milioni, più del doppio rispetto al 2024.Il dettaglio che fa rumore, però, è un altro: ChatGPT supera i 10 milioni di utenti unici e viene usato da quasi un italiano su quattro. Non è più il giocattolo da provare una volta e poi dimenticare. È entrato nel quotidiano, nel bene e nel male.
Logo Chat GPT

OpenAI prepara una “super app” per PC: ChatGPT, Codex...

Negli ultimi mesi mi è capitato spesso di usare ChatGPT in una finestra, un tool di coding in un’altra, e poi… il browser, perché alla fine tutto passa da lì. È un flusso un po’ spezzato, “a pezzi”, e se lavori davvero con l’AI te ne accorgi subito. Ecco perché la voce che gira oggi ha senso: OpenAI starebbe lavorando a una super app desktop capace di unire le sue esperienze principali e, soprattutto, spingere forte sugli agenti (quelli che non si limitano a rispondere: agiscono).