Химик в мире нейросетей - Максимилиан Копылович

Вот он я — студент-химик в 1990 году, сижу вооружившись линейкой и трафаретом. Провёл линию чуть криво — и вся формула насмарку. Рисование химических структур было настоящим искусством художника, только вместо Моны Лизы химик изображал полициклический кошмар, да ещё так, чтобы связи не слипались, а углы были ровно 120 градусов. Почему это было искусством? Потому что не существовало единого стандарта. В одной лаборатории рисовали бензольные кольца с чередующимися двойными связями, в другой — с кружочком внутри. И попробуй догадайся, что за вещество изображено в

И вдруг в эту вселенную ручного труда ворвались ChemDraw, ACD/ChemSketch, ChemWindow — программы, которые позволяли рисовать молекулы на компьютере. Мало того, они умели распознавать формулу. Нарисовал ты аспирин — и программа сама выдавала его молекулярную массу, брутто-формулу, даже предсказывала, как примерно будет выглядеть ЯМР- или масс-спектр. Компьютер перестал быть просто печатной машинкой; он стал языком, на котором молекула общается с миром. Рисунок превратился в данные. И химики вздохнули свободнее — по крайней мере, пока дело не доходило до названий.

Как известно, у каждого уважающего себя вещества есть как минимум два имени. Одно — народное: аспирин, парацетамол, тротил. Второе — систематическое, которое звучит как заклинание из учебника по чёрной магии: 2-ацетоксибензойная кислота, N-(4-гидроксифенил)ацетамид, 2-метил-1,3,5-тринитробензол. Когда ты работаешь в лаборатории, ты говоришь: «А где эфир?». Но когда ты ищешь его в Chemical Abstracts, ты обязан ввести точное систематическое название. Малейшая ошибка в индексах или дефисах — и ты ничего не находишь. Или находишь, но совсем не то. Химики тратили часы, чтобы по номенклатуре ИЮПАК правильно «развернуть» сложную молекулу в строку символов. Компьютерные базы данных добавляли масла в огонь: требовали строгого порядка групп, указания стереохимии, регистрозависимости. Чуть напутал — и всё, ты призрак, тебя нет в научном мире, как ни старайся, тебя никто не услышит.

Первые химические редакторы частично сняли эту боль. В ChemDraw ты рисовал структуру, а программа генерировала систематическое название (пусть и не всегда идеальное — но всё равно, и на том спасибо). Появилась возможность искать вещество не по названию, а по части структуры. Это был прорыв: ты просто рисовал часть молекулы, и машина искала её в базе. Но чтобы этот прорыв оценить, надо было сначала найти саму базу. И вот тут мы подходим к самому страшному — бумажным архивам.

Сегодня ты вводишь в поисковике «синтез аспирина» и за секунды получаешь сотни результатов. А ведь так недавно нужно было идти в библиотеку, этот огромный зал, заставленный стеллажами до потолка. А на них Chemical Abstracts — главный реферативный журнал химиков с 1907 года, где можно было отыскать краткие описания научных статей: кто сделал, что смешал, что получилось. Чтобы найти, как синтезировать новое вещество, надо было сначала по указателю формул найти его номер, потом по номеру — реферат, а затем идти в библиотеку и заказывать оригинал статьи, который могли прислать по почте через три недели. Химики старой закалки знали номера томов наизусть, как номера автобусных маршрутов: «Реакция Дильса – Альдера с алюминиевыми катализаторами? Это том 117, страницы 450–500». Сегодня это звучит как легенда. Но именно этот опыт научил нас главному: информация — это не просто слова, это структура. И как только компьютер научился её хранить и сортировать, химия перестала быть ремеслом, основанным на личной памяти «жрецов науки».

Помнится, я радовался как ребёнок, когда на смену бумажным томам пришли CD-ROM с базой Current Contents и рефератами. Один CD вмещал 650 мегабайт — сегодня это несколько не очень удачных фотографий с телефона, а тогда — целый шкаф рефератов. По тем временам это была фантастика, а ведь на самом деле скорость поиска по сравнению с современным интернетом всё равно была черепашьей. Потом в обиход начали входить DVD-диски, один такой диск мог вместить уже несколько гигабайт — целую энциклопедию. Казалось, что мы покорили информационное пространство. Если бы нам тогда сказали, что через пару десятилетий мы будем носить в кармане доступ ко всем этим базам, да ещё и с возможностью мгновенно перевести статью с немецкого, мы бы просто не поверили.

Существовали и специализированные базы данных. Protein Data Bank (PDB) — хранилище трёхмерных структур белков, Cambridge Structural Database (CSD) — структур органических и металлорганических соединений. Спектральные базы ЯМР, масс-спектров, ИК-спектров — всё это начинало переезжать с бумажных носителей в цифровые хранилища. Химик получал возможность сравнить свой свежеснятый спектр с библиотекой и воскликнуть: «О, это точно 2-метилбутанол-2!» — не листая атласы вручную и не ругаясь на плохое качество печати.

Ещё была платформа ChemWeb — нечто вроде интернет-портала для химиков. Там публиковались электронные версии журналов, там можно было обсудить статью, там даже выходил онлайн-журнал Alchemist. Сегодня это кажется архаикой, но на заре нулевых ChemWeb был предтечей ResearchGate и научных Slack-каналов. Мы только начинали понимать, что компьютер — это не просто калькулятор и пишущая машинка, а ещё и почтовый голубь.

Электронная почта уже была, но далеко не у всех. Зато существовали списки рассылки — прообразы тематических форумов. Ты подписывался на рассылку по органическому синтезу, и тебе на ящик периодически падало письмо с вопросами коллег со всего мира: «Кто-нибудь пробовал восстанавливать этот кетон боргидридом натрия?», «Где купить дешёвый палладиевый катализатор?». Ты читал, ухмылялся и чувствовал себя частью огромного невидимого братства. Это был медленный, асинхронный, но очень живой диалог. Прямой предок сегодняшних лабораторных чатов, где обсуждение идёт непрерывно, а мемы про хроматографию рождаются быстрее, чем ты успеваешь сказать «элюент».

А ещё компьютер начал командовать приборами. Хроматографы, спектрометры, многие другие приборы — вся эта братия обзавелась интерфейсами, позволявшими скидывать данные прямиком на жёсткий диск. Если раньше ты сидел с ручкой и переписывал цифры с индикаторов на приборах, то теперь ты получал файл, например, с временами удерживания и площадями пиков.

И, наконец, позволь представить тебе главного героя тогдашней вычислительной химии — DFT, теорию функционала плотности. Идея была благородная: не решать сложное уравнение Шрёдингера для каждого электрона в отдельности, а работать сразу с электронной плотностью. На бумаге — прорыв. На практике — бесконечная возня с выбором базисного набора и функционала, потому что каждый базис давал свои результаты, и ни один не был идеален.

Рисование формул, расшифровка названий, поиск литературы — эти ежедневные пытки химика XX века к 2000 году компьютер уже взял на себя, хоть и очень