Exploração de redes neurais seq2seq na predição de novas reações em Química orgânica

• Processo: 21/02584-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2021
• Data de Término da vigência: 31 de maio de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Paula Dornhofer Paro Costa
• Beneficiário: Ingrid Valverde Reis Zreik
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Química orgânica Aprendizado computacional Redes neurais (computação) Predição Síntese orgânica
• Palavra(s)-Chave do Pesquisador: Predição | Química Orgânica | Redes neurais | Aprendizado de Máquina

Resumo

A pesquisa guiada por grandes volumes de dados e aprendizado de máquina vem mostrando um grande potencial em revelar novidades e trazer avanços de peso em várias áreas das ciências básica e aplicada. A Química orgânica e mais especificamente Síntese Orgânica tem se beneficiado desta nova abordagem no tocante à predição de reações orgânicas e retrossíntese. Vários avanços encontram-se descritos na literatura mas existe ainda amplo espaço para progresso. Este projeto é uma experiência multidisciplinar envolvendo as áreas de Computação e Química com o objetivo maior de obter domínio sobre as técnicas de inteligência artificial aplicadas à predição de reações orgânicas e consequente detecção de novos métodos sintéticos ainda não descritos na literatura. O foco do projeto é o entendimento e aplicação do modelo template-free seq2seq na tarefa de predição, juntamente com o estudo de suas limitações e potencialidades. Além da exploração deste modelo, o projeto propõe, por meio de sua parceria com um coorientador da área especialista, testar algumas das predições geradas no contexto computacional em laboratório para confirmação química experimental. (AU)