“L’uomo non può ancora immaginarsi quali trasformazioni la chimica e la legislazione possano operare sulla superficie della terra.”
— Carlo Cattaneo
Costruire una molecola complessa è un po’ come progettare un edificio partendo dall’immagine finale: bisogna stabilire quali elementi preparare separatamente, in quale ordine assemblarli e quali collegamenti realizzare. Nella chimica organica questo processo prende il nome di analisi retrosintetica. Il chimico osserva la molecola desiderata e ragiona a ritroso, individuando i legami che potrebbero essere “tagliati” per ricondurla a strutture più semplici e accessibili.
Negli ultimi decenni, la retrosintesi è stata affiancata da programmi informatici sempre più sofisticati. Alcuni applicano regole definite dagli esperti, mentre altri impiegano modelli di intelligenza artificiale addestrati sulle reazioni pubblicate nella letteratura scientifica. Questi strumenti possono proporre rapidamente percorsi plausibili, ma presentano anche alcuni limiti. Le piattaforme più avanzate possono essere proprietarie, richiedere risorse computazionali considerevoli oppure risentire dei pregiudizi contenuti nei dati di addestramento. Una trasformazione molto studiata e frequentemente pubblicata tenderà quindi a essere suggerita più spesso di una soluzione rara, anche quando quest’ultima potrebbe essere interessante.
Per affrontare questo problema, Simone Zanella, Alessandro Brusa e Armando Carlone propongono Synthonpedia, una piattaforma aperta e collaborativa per l’esplorazione retrosintetica. Il progetto non mira a sostituire il chimico con un sistema automatico, ma a creare una forma di cooperazione tra intuizione umana e capacità di ricerca algoritmica. L’idea centrale è descrivere le molecole attraverso la loro connettività, riducendo il peso delle classificazioni chimiche tradizionali e ampliando lo spazio delle disconnessioni esplorabili.
Simone Zanella, Alessandro Brusa, Armando Carlone; Synthonpedia: A Sustainable and Unbiased Paradigm for the Democratization of Retrosynthetic Knowledge. Chem. Commun. 2026; https://doi.org/10.1039/D6CC05298C
La retrosintesi e il rischio delle soluzioni troppo familiari
L’analisi retrosintetica moderna deve molto al lavoro di Elias James Corey, che contribuì a formalizzarla come metodo razionale per progettare la sintesi di molecole organiche. In questo approccio, il chimico identifica nella molecola bersaglio alcuni legami strategici e immagina di spezzarli. I frammenti ideali ottenuti vengono chiamati sintoni.
Tradizionalmente, ai sintoni viene attribuito un carattere elettronico: uno può essere considerato nucleofilo, cioè ricco di elettroni, e l’altro elettrofilo, cioè predisposto ad accettarli. Questa “grammatica delle cariche” aiuta a collegare la disconnessione teorica a una reazione chimica reale. È un sistema potente e intuitivo, ma può anche orientare eccessivamente il ragionamento.
Quando un ricercatore riconosce una certa disposizione di atomi, tende infatti a ricondurla alle reazioni che conosce meglio. Una determinata struttura può così suggerire immediatamente una condensazione, una sostituzione o una reazione di accoppiamento già familiare. Percorsi meno convenzionali rischiano di non essere presi in considerazione, non perché siano necessariamente irrealizzabili, ma perché non appartengono al repertorio più immediato del chimico.
Un problema simile interessa i sistemi basati sull’intelligenza artificiale. Se un modello viene addestrato principalmente sulle reazioni pubblicate, apprende anche la distribuzione storica di quelle reazioni. Le trasformazioni molto comuni compaiono migliaia di volte; quelle rare, nuove o scarsamente documentate rimangono ai margini. Il programma può quindi riprodurre quello che gli autori definiscono un pregiudizio di popolarità: privilegia i percorsi più rappresentati nella letteratura e filtra precocemente quelli inconsueti.
Synthonpedia nasce per evitare che la fase creativa della retrosintesi venga limitata troppo presto. Invece di chiedere subito quale reazione sia più probabile, il sistema cerca anzitutto di mostrare quali connessioni molecolari possano trovare corrispondenza nelle trasformazioni archiviate. La valutazione della reale praticabilità viene rimandata a un momento successivo, nel quale torna centrale l’esperienza del chimico.
I “sintoni radicalici”: una rappresentazione informatica, non un meccanismo chimico
La principale innovazione concettuale di Synthonpedia consiste nell’uso dei cosiddetti sintoni radicalici. Il nome potrebbe far pensare alle reazioni radicaliche, nelle quali i legami si spezzano formando specie dotate di elettroni spaiati. Nell’articolo, tuttavia, l’espressione ha un significato differente: si tratta di un’astrazione grafica e informatica utilizzata per indicare il punto in cui un legame viene tagliato.
Il sistema non afferma quindi che la reazione reale debba procedere attraverso radicali. Un sintone codificato come “radicalico” può corrispondere, nella pratica, a un reagente nucleofilo, elettrofilo o coinvolto in un meccanismo completamente diverso. La rappresentazione serve soprattutto a eliminare, nella prima fase della ricerca, l’assegnazione obbligatoria di cariche formali.
In termini semplici, Synthonpedia considera la molecola come un grafo: gli atomi sono i nodi, mentre i legami costituiscono le connessioni. Il ricercatore seleziona uno o più legami da interrompere e genera così dei Query Synthons, cioè sintoni di interrogazione. Il database contiene invece i Database Synthons, rappresentazioni standardizzate dei modelli di reattività associati alle reazioni archiviate.
A questo punto interviene un algoritmo di confronto tra grafi. Il sistema verifica se i sintoni definiti dall’utente possono essere riconosciuti all’interno dei modelli presenti nel database. Il diagramma del flusso di lavoro riportato a pagina 3 mostra chiaramente questa sequenza: scelta della molecola bersaglio, disconnessione manuale o combinatoria, generazione dei sintoni, ricerca nel database, produzione di un insieme di reazioni e successiva applicazione di filtri e classificazioni.
Questo procedimento alleggerisce il calcolo perché non richiede, durante il confronto iniziale, una valutazione completa delle proprietà elettroniche, steriche e termodinamiche. La logica rimane trasparente: il programma non nasconde il ragionamento all’interno di una rete neurale, ma associa strutture attraverso regole di codifica e corrispondenze verificabili.
La semplificazione ha anche uno scopo creativo. Il chimico può provare a tagliare un legame senza dover già sapere quale coppia di reagenti lo ricostruirà. È il sistema a cercare nell’archivio le trasformazioni compatibili. In questo modo l’utente conserva il controllo sulla domanda, mentre l’algoritmo amplia la ricerca delle possibili risposte.
Dalla singola disconnessione alla “Deep Search”
Per molecole relativamente semplici, il ricercatore può scegliere manualmente i legami da disconnettere. Quando la struttura diventa più complessa, però, il numero delle combinazioni cresce rapidamente. Esplorare a mano tutte le possibilità diventa poco pratico e aumenta il rischio di trascurare percorsi interessanti.
Synthonpedia affronta questo problema attraverso una funzione chiamata Deep Search. Il software genera automaticamente diverse frammentazioni della molecola e considera separatamente le possibili disconnessioni in due, tre o quattro componenti. Ogni combinazione produce una famiglia di sintoni di interrogazione, successivamente confrontata con i modelli conservati nel database.
L’obiettivo non è soltanto trovare il percorso più ovvio, ma mappare in maniera più ampia lo spazio retrosintetico. La ricerca può così intercettare riarrangiamenti, sequenze multicomponente o trasformazioni che, pur essendo note, non risultano immediatamente riconoscibili osservando la molecola bersaglio.
Un’esplorazione esaustiva genera inevitabilmente molti risultati. Per renderli utilizzabili, la piattaforma permette di applicare filtri basati su caratteristiche differenti, come la classe della metodologia, la stereoselettività o l’anno di pubblicazione. Il ricercatore può quindi adattare la selezione al proprio obiettivo: originalità accademica, sostenibilità, applicabilità industriale oppure semplicità operativa.
Gli autori propongono inoltre funzioni euristiche di classificazione. Nel prototipo descritto nell’articolo, un modello di ranking è stato calibrato su cinquanta disconnessioni considerate particolarmente trasformative, tratte da lavori di sintesi totale pubblicati a partire dal 2013. Questo particolare “stile accademico” assegna priorità ai passaggi che semplificano fortemente la struttura, formano contemporaneamente più legami oppure costruiscono sistemi ciclici complessi.
Il ranking, però, non viene presentato come universale. La piattaforma permette di progettare funzioni di punteggio personalizzate. Un gruppo industriale potrebbe privilegiare reazioni robuste e scalabili; un laboratorio di chimica verde potrebbe assegnare maggiore importanza alla riduzione dei rifiuti o all’impiego di condizioni meno severe; un gruppo universitario potrebbe cercare soprattutto disconnessioni innovative.
Synthonpedia separa dunque due momenti spesso confusi: prima l’esplorazione più ampia possibile, poi l’ordinamento secondo criteri espliciti. Questa distinzione evita che una singola metrica di successo elimini in partenza le opzioni meno convenzionali.
La prova sulla clavulanic acid: suggerire idee, non certificare reazioni
Per verificare il funzionamento della piattaforma, gli autori hanno scelto come caso di studio l’acido clavulanico, una molecola antibiotica commercialmente disponibile, di dimensioni moderate ma caratterizzata da una struttura abbastanza complessa. Il suo scheletro comprende, tra gli altri elementi, un anello β-lattamico e un secondo anello a cinque membri.
La prova è stata condotta intenzionalmente utilizzando un archivio molto limitato: appena 69 reazioni selezionate arbitrariamente. Nonostante questa base ridotta, la ricerca ha prodotto diverse disconnessioni considerate interessanti. Per l’anello β-lattamico, il sistema ha individuato possibilità riconducibili alla condensazione tra acido carbossilico e ammide, a due differenti cicloaddizioni tra alchene e isocianato e alla carbonilazione di un’aziridina.
Per la formazione del legame azoto-carbonio dell’anello a cinque membri sono emerse invece una reazione di inserzione N–H di un diazocarbene catalizzata dal rodio e un’alchilazione dell’ammide. L’introduzione del gruppo ossidrilico è stata associata a una reazione di Schenk-ene. La figura dedicata al caso di studio, a pagina 4 del PDF, colloca graficamente queste ipotesi in corrispondenza dei diversi legami della molecola.
Il valore dell’esperimento non consiste nell’aver dimostrato che tutte le vie proposte siano immediatamente applicabili. Gli stessi autori chiariscono che Synthonpedia, nella sua forma attuale, non calcola dinamicamente la fattibilità delle reazioni, l’ingombro sterico, i profili termodinamici o gli esiti stereochimici. Il sistema individua corrispondenze topologiche: spetta poi al chimico valutare reagenti, condizioni, selettività, compatibilità dei gruppi funzionali e possibilità di esecuzione sperimentale.
Questa limitazione è anche una scelta progettuale. Un motore che cercasse di prevedere immediatamente ogni aspetto della reattività rischierebbe di scartare le proposte meno documentate. Synthonpedia preferisce mostrare una matrice più ampia di disconnessioni teoricamente compatibili, lasciando all’esperto il compito di distinguere le idee promettenti da quelle impraticabili.
Il caso dell’acido clavulanico deve quindi essere interpretato come una prova di concetto, non come una validazione definitiva su larga scala. Dimostra che una rappresentazione basata sulla connettività può generare suggerimenti non banali anche partendo da un database estremamente piccolo. Per misurare l’efficacia generale della piattaforma saranno però necessari archivi più estesi, confronti sistematici con altri sistemi e verifiche sperimentali delle proposte.
Conoscenza aperta, sostenibilità e cooperazione tra esseri umani e macchine
Synthonpedia non è soltanto un algoritmo. Gli autori la descrivono come un’infrastruttura sociale ispirata al modello di Wikipedia. L’idea è costruire un archivio aperto nel quale ricercatori dell’università e dell’industria possano inserire, correggere e perfezionare le rappresentazioni delle reazioni.
In questo scenario, la conoscenza retrosintetica non rimane confinata nei laboratori dotati delle piattaforme più costose o delle infrastrutture di calcolo più potenti. La piattaforma è implementata attraverso un database relazionale e utilizza procedure di confronto pensate per essere leggere. Secondo le stime riportate, una ricerca profonda su una molecola con 80 legami separabili e un database di 20.000 reazioni richiederebbe circa 19 minuti su un normale computer portatile.
Anche l’esplorazione combinatoria può essere regolata. Le disconnessioni in quattro componenti occupano una parte molto ampia dello spazio di ricerca, ma sono chimicamente meno frequenti. Limitando l’analisi alle trasformazioni a due o tre componenti, il sistema può evitare dal 60 all’80 per cento delle permutazioni, riducendo ulteriormente il costo computazionale.
Questa attenzione all’efficienza introduce una dimensione di sostenibilità spesso trascurata nel dibattito sull’intelligenza artificiale. L’innovazione non coincide necessariamente con l’uso di modelli sempre più grandi e costosi. Un sistema basato su regole trasparenti, dati strutturati e algoritmi mirati può risultare utile anche senza centri di calcolo ad alte prestazioni.
La democratizzazione, tuttavia, dipende dalla qualità della partecipazione. Un database collaborativo deve dotarsi di procedure di verifica, criteri di codifica uniformi e strumenti per correggere errori o ambiguità. Se le reazioni vengono inserite in modo incompleto o incoerente, anche le corrispondenze prodotte dall’algoritmo ne risentiranno.
La filosofia di Synthonpedia rimane comunque netta: la macchina non deve sostituire l’esperto, ma rendere visibili possibilità che l’esperto potrebbe non considerare. Il ricercatore sceglie i tagli, interpreta i risultati, applica i filtri e decide quali ipotesi approfondire. Il software svolge invece il lavoro ripetitivo di generare combinazioni e confrontare strutture. Ne deriva un modello di cooperazione in cui la creatività umana viene ampliata, non automatizzata.
In conclusione…
Synthonpedia propone un modo diverso di impiegare l’informatica nella progettazione delle sintesi chimiche. Invece di affidarsi esclusivamente a sistemi predittivi addestrati sulla letteratura, la piattaforma parte da una rappresentazione astratta dei legami molecolari e cerca corrispondenze all’interno di un archivio strutturato di reazioni.
L’uso dei sintoni radicalici consente di sospendere temporaneamente le classificazioni elettroniche tradizionali, permettendo al ricercatore di concentrarsi sulle connessioni da costruire o interrompere. Le funzioni di ricerca profonda ampliano poi l’esplorazione alle trasformazioni multicomponente, mentre filtri e classificazioni personalizzabili aiutano a orientare i risultati verso obiettivi scientifici, industriali o ambientali differenti.
La piattaforma non determina da sola se una reazione funzionerà. Non sostituisce la valutazione di fattibilità, la progettazione sperimentale o la conoscenza dei meccanismi chimici. Il suo ruolo è precedente: generare uno spazio di possibilità sufficientemente ampio da non essere dominato soltanto dalle trasformazioni più popolari.
Il progetto unisce così tre obiettivi: ridurre il pregiudizio storico contenuto nella letteratura, rendere l’esplorazione retrosintetica accessibile con risorse computazionali comuni e trasformare la conoscenza delle reazioni in un patrimonio aperto e collaborativo. Gli sviluppi futuri indicati dagli autori comprendono la generazione automatica di alberi retrosintetici e l’integrazione di strumenti capaci di assistere la valutazione della fattibilità.
Se questi obiettivi verranno raggiunti, Synthonpedia potrebbe diventare non tanto un “chimico artificiale”, quanto una grande enciclopedia operativa delle possibilità sintetiche: uno strumento capace di ricordare migliaia di trasformazioni, combinarle senza stancarsi e restituire al ricercatore ciò che rimane essenzialmente umano, cioè la responsabilità di scegliere, interpretare e sperimentare.
