Rasyn
Retrosynthesis ခွဲခြမ်းစိတ်ဖြာနိုင်ပြီး ဓာတုပေါင်းစပ်လမ်းကြောင်းများကို စဉ်းစားပေးသည့် AI ဓာတုဗေဒ လက်ထောက်
Rasyn သည် YC 2026 နွေရာသီအသုတ်မှ computational chemistry startup တစ်ခုဖြစ်ပြီး တွက်ချက်မှုနှင့် စမ်းသပ်မှုကို ပေါင်းစပ်ကာ ပစ္စည်းသိပ္ပံနှင့် ဓာတုဗေဒ သုတေသီများအတွက် retrosynthesis လမ်းကြောင်း စီစဉ်ခြင်း၊ ဓာတ်ပြုမှုအခြေအနေ ခန့်မှန်းခြင်း၊ NMR shift ခန့်မှန်းခြင်းနှင့် chromatography peak အလိုအလျောက် ဖတ်ရှုခြင်းတို့ကို ဆောင်ရွက်ပေးသည်။
လုပ်ဆောင်ချက်များနှင့် သင့်လျော်သည့် အသုံးပြုမှုများ
organic synthesis ၏ ပထမဆုံး အခက်အခဲမှာ - ဤ molecule ကို ထုတ်လုပ်လိုပါက မည်သည့် ကုန်ကြမ်းများမှ စ၍ မည်သည့် ဓာတ်ပြုမှု အဆင့်များကို လျှောက်ရမည်နည်း ဆိုသည်ပင်ဖြစ်သည်။ ၎င်းကို retrosynthesis ဟုခေါ်ပြီး ရိုးရာအားဖြင့် ဓာတုဗေဒပညာရှင်၏ အတွေ့အကြုံနှင့် အသိဉာဏ်ကို အလွန်အမင်း မှီခိုသည်။ Rasyn က ဤအရာကို model ဖွဲ့ပေးရုံသာမက ကိရိယာတစ်ခုတည်း မဟုတ်ဘဲ တစ်စုံလုံးဖြစ်သည် - RetroTransformer v2 က ဓာတုဗေဒပညာရှင်ကဲ့သို့ တွေးခေါ်သည့် ပြည့်စုံသော လမ်းကြောင်းစီစဉ်မှုကို လုပ်ဆောင်သည်။ Synthon က single-step retrosynthesis ကို ဆောင်ရွက်ပြီး တရားဝင် ကြေညာချက်အရ top-1 တိကျမှု 66.2% ရှိသည်။ Marcus က ဓာတ်ပြုမှုအတွက် လိုအပ်သည့် catalyst၊ solvent နှင့် reagent တို့ကို ပူးတွဲ ခန့်မှန်းသည် - ဤအရာသည် လက်တွေ့တွင် လမ်းကြောင်းကဲ့သို့ပင် အရေးကြီးသည်၊ အကြောင်းမှာ ဓာတ်ပြုမှုတစ်ခုတည်း၌ solvent ပြောင်းလိုက်လျှင် အလုပ်မဖြစ်တော့နိုင်သောကြောင့်ဖြစ်သည်။ Larmor က atom တစ်ခုစီ၏ NMR chemical shift ကို ခန့်မှန်းပြီး spectrum ခွဲခြမ်းရာတွင် အသုံးပြုသည်။ ChromPeakNet က chromatography signal အကြမ်းမှ peak များကို အလိုအလျောက် ရှာဖွေသည်။ ဤ ပေါင်းစပ်မှု၏ အတွေးမှာ ရှင်းလင်းသည် - "မည်သို့လုပ်ရမည်" မှ "လုပ်ပြီးနောက် မည်သို့အတည်ပြုမည်" အထိ လွှမ်းခြုံသည်။ တရားဝင်ဝဘ်ဆိုက်၏ တင်ပြချက်မှာ "တွက်ချက်မှုနှင့် စမ်းသပ်မှု ပေါင်းစပ်ခြင်းဖြင့် formulation နှင့် ပစ္စည်းအသစ်များ ဒီဇိုင်းဆွဲခြင်း" ဖြစ်ပြီး ဝန်ဆောင်မှုခံယူသူများမှာ ပစ္စည်းသိပ္ပံနှင့် ဓာတုဗေဒ လေ့လာရှာဖွေမှုနယ်ပယ်ရှိ သုတေသီများနှင့် ကုမ္ပဏီများဖြစ်သည်။ ကုမ္ပဏီမှာ အမေရိကန်နိုင်ငံ၏ Rasyn Inc. ဖြစ်ပြီး YC ၏ ပံ့ပိုးမှုရရှိကာ ပင်မစာမျက်နှာတွင် စျေးနှုန်း ထုတ်ဖော်မထားပါ။
ဆေးဝါးဓာတုဗေဒ၊ ပစ္စည်းသုတေသနနှင့် specialty chemical သုတေသနအဖွဲ့များအတွက် သင့်လျော်သည်။ သင်ကြားရေးနှင့် အခြေခံ လေ့လာသူများအတွက်မူ ကိရိယာမှာ အထူးကျွမ်းကျင်မှုပိုင်း ဘက်စောင်းနေနိုင်သည်။
အဓိက လုပ်ဆောင်ချက်များ
- RetroTransformer v2: ဓာတုဗေဒပညာရှင် အတွေးဖြင့် retrosynthesis လမ်းကြောင်း စီစဉ်ခြင်း
- Synthon: single-step retrosynthesis၊ top-1 တိကျမှု 66.2%
- Marcus: catalyst၊ solvent နှင့် reagent တို့၏ ပူးတွဲ ခန့်မှန်းချက်
- Larmor: atom တစ်ခုစီအတွက် NMR chemical shift ခန့်မှန်းချက်
- ChromPeakNet: chromatography signal အကြမ်းမှ peak အလိုအလျောက် ရှာဖွေခြင်း
အသုံးများသည့် နေရာများ
- molecule အသစ်များ၏ ဓာတုပေါင်းစပ် လမ်းကြောင်း စီစဉ်ခြင်း
- ရှိပြီးသား ပေါင်းစပ်လမ်းကြောင်းများ၏ ကုန်ကျစရိတ်နှင့် အဆင့်များ optimize လုပ်ခြင်း
- ဓာတ်ပြုမှုအခြေအနေ (catalyst၊ solvent) ၏ ကနဦး စိစစ်ရွေးချယ်ခြင်း
- NMR spectrum နေရာချထားမှုကို အကူအညီပေး ဖတ်ရှုခြင်း
- chromatography ဒေတာ၏ အလိုအလျောက် လုပ်ဆောင်ခြင်း
အဓိက အင်္ဂါရပ်များ
- RetroTransformer v2: ဓာတုဗေဒပညာရှင် အတွေးဖြင့် retrosynthesis လမ်းကြောင်း စီစဉ်ခြင်း
- Synthon: single-step retrosynthesis၊ top-1 တိကျမှု 66.2%
- Marcus: catalyst၊ solvent နှင့် reagent တို့၏ ပူးတွဲ ခန့်မှန်းချက်
- Larmor: atom တစ်ခုစီအတွက် NMR chemical shift ခန့်မှန်းချက်
- ChromPeakNet: chromatography signal အကြမ်းမှ peak အလိုအလျောက် ရှာဖွေခြင်း
အားသာချက်များ
- ကိရိယာ အစုံအလင်သည် လမ်းကြောင်းစီစဉ်ခြင်းမှ ခွဲခြမ်းစိစစ်အတည်ပြုခြင်းအထိ ပြည့်စုံသော လုပ်ငန်းစဉ်ကို လွှမ်းခြုံသည်
- တိကျသော တိကျမှုကိန်းဂဏန်းများ ထုတ်ဖော်ထားပြီး မရေရာသော ကြွေးကြော်မှုမဟုတ်ပါ
- ဓာတ်ပြုမှုအခြေအနေ ခန့်မှန်းခြင်းသည် retrosynthesis ကိရိယာ အများစုတွင် ချို့တဲ့နေသည့် အပိုင်းဖြစ်သည်
- NMR နှင့် chromatography ခွဲခြမ်းစိတ်ဖြာ ကိရိယာများသည် နေ့စဉ် ဓာတ်ခွဲခန်း လုပ်ငန်းအတွက် တိုက်ရိုက် အသုံးဝင်သည်
အားနည်းချက်များ
- အလွန်အစောပိုင်း ကုမ္ပဏီဖြစ်၍ ရေရှည်ပံ့ပိုးမှုနှင့် model ထိန်းသိမ်းမှုကို စောင့်ကြည့်ရမည်
- ပင်မစာမျက်နှာတွင် စျေးနှုန်း ထုတ်ဖော်မထားပါ
- top-1 တိကျမှု 66.2% ဆိုသည်မှာ သုံးပုံတစ်ပုံခန့်ကို လူကိုယ်တိုင် ပြင်ဆင်ရန် လိုအပ်ကြောင်း ဆိုလိုသည်
- ရှားပါးသော ဓာတ်ပြုမှုများနှင့် အသစ်အဆန်း ဖွဲ့စည်းပုံများအတွက် ခန့်မှန်းချက် ယုံကြည်စိတ်ချရမှု နိမ့်သည်
အသုံးပြုမှုများ
- molecule အသစ်များ၏ ဓာတုပေါင်းစပ် လမ်းကြောင်း စီစဉ်ခြင်း
- ရှိပြီးသား ပေါင်းစပ်လမ်းကြောင်းများ၏ ကုန်ကျစရိတ်နှင့် အဆင့်များ optimize လုပ်ခြင်း
- ဓာတ်ပြုမှုအခြေအနေ (catalyst၊ solvent) ၏ ကနဦး စိစစ်ရွေးချယ်ခြင်း
- NMR spectrum နေရာချထားမှုကို အကူအညီပေး ဖတ်ရှုခြင်း
- chromatography ဒေတာ၏ အလိုအလျောက် လုပ်ဆောင်ခြင်း
အယ်ဒီတာမှတ်ချက်
AI for Science ဆိုသည့် ခေါင်းစဉ်ကို နှစ်ပေါင်းများစွာ ပြောခဲ့ကြပြီး အများစုမှာ ကျမ်းစာတမ်း အဆင့်တွင်သာ ရပ်တန့်နေဆဲဖြစ်သည်။ Rasyn ကို ကျွန်တော် ပိုပြီး လက်တွေ့ကျသည်ဟု ခံစားရသည့်နေရာမှာ "လုပ်ပြီးနောက် မည်သို့အတည်ပြုမည်" ကိုပါ လုပ်ဆောင်ထားခြင်းဖြစ်သည် - NMR နေရာချထားမှုနှင့် chromatography ဖတ်ရှုခြင်းသည် ဓာတ်ခွဲခန်း၏ နေ့စဉ် ပင်ပန်းသောအလုပ်ဖြစ်ပြီး ဤသို့ ဆွဲဆောင်မှုမရှိသော်လည်း အချိန်တကယ်ကုန်သက်သာစေသည့် လုပ်ဆောင်ချက်သည် မည်သည့် ခမ်းနားသော molecule ထုတ်လုပ်မှုထက်မဆို တန်ဖိုးရှိသည်။ မြန်မာနိုင်ငံ ဓာတုဗေဒလောကအတွက် စမ်းသုံးထိုက်ပြီး ဒေတာလျှို့ဝှက်မှုကို ဦးစွာ မေးမြန်းသေချာစေရန် သတိရပါ။
မေးလေ့ရှိသောမေးခွန်းများ
66.2% တိကျမှုက လုံလောက်ပါသလား
retrosynthesis နယ်ပယ်တွင် ဤကိန်းဂဏန်းသည် အမှန်တကယ် နိမ့်သည်မဟုတ်ပါ၊ သို့သော် ၎င်း၏ အဓိပ္ပာယ်ကို နားလည်ရန်လိုသည် - အကြံပြုချက်၏ သုံးပုံတစ်ပုံခန့်ကို ဓာတုဗေဒပညာရှင်က ပြင်ဆင်ရန် သို့မဟုတ် ပယ်ချရန် လိုအပ်ကြောင်း ဆိုလိုသည်။ သင့်လျော်သော အသုံးပြုနည်းမှာ ၎င်းကို "ရွေးချယ်စရာ လမ်းကြောင်းများစွာကို လျင်မြန်စွာ ထုတ်ပေးသည့်" ကိရိယာအဖြစ် သဘောထားပြီး လူကိုယ်တိုင် ရွေးချယ်၍ အတည်ပြုခြင်းဖြစ်သည်၊ တိုက်ရိုက်လိုက်နာလုပ်ဆောင်ခြင်း မဟုတ်ပါ။
မြန်မာနိုင်ငံရှိ သုတေသနအဖွဲ့များ အသုံးပြုနိုင်ပါသလား
ရနိုင်ပါသည်၊ ဤကဲ့သို့ ကိရိယာများတွင် ဒေသကန့်သတ်ချက် မရှိသဖြင့် မြန်မာနိုင်ငံရှိ ဓာတုဗေဒဌာနနှင့် ပစ္စည်းသိပ္ပံဌာနများ အသုံးပြုနိုင်ပါသည်။ သတိပြုရမည်မှာ ဒေတာလျှို့ဝှက်မှုဖြစ်ပြီး - မူပိုင်ခွင့်တန်ဖိုးရှိသော molecule ကို လုပ်ဆောင်နေပါက ဖွဲ့စည်းပုံကို ပြင်ပ platform သို့ မတင်မီ ဒေတာကိုင်တွယ်မှု စည်းကမ်းချက်များကို သေချာ စစ်ဆေးရန် လိုအပ်သည်၊ ၎င်းသည် ပညာရေးနှင့် စက်မှုပူးပေါင်းဆောင်ရွက်မှုများတွင် အထိအခိုက်မခံသော ကိစ္စဖြစ်သည်။
ရှိပြီးသား retrosynthesis software (Reaxys, ASKCOS ကဲ့သို့) နှင့် နှိုင်းယှဉ်လျှင် မည်သို့နည်း
Reaxys ကဲ့သို့ဟာများသည် ကြီးမားသော ဓာတ်ပြုမှု ဒေတာဘေ့စ် ရှာဖွေမှုကို အခြေခံသည်၊ ASKCOS သည် MIT ၏ open-source ပညာရပ်ဆိုင်ရာ ကိရိယာဖြစ်သည်။ Rasyn ၏ ကွာခြားချက်မှာ ဓာတ်ပြုမှုအခြေအနေ ခန့်မှန်းခြင်းကို spectrum နှင့် chromatography ခွဲခြမ်းစိစစ်ခြင်းနှင့် ပေါင်းစပ်ကာ ကိရိယာတစ်ခုတည်း မဟုတ်ဘဲ လုပ်ငန်းစဉ်တစ်ခုအဖြစ် ဖွဲ့စည်းထားခြင်းဖြစ်သည်။ လက်တွေ့ ရလဒ်အတွက် သင့်ကိုယ်ပိုင် နယ်ပယ်မှ molecule များဖြင့် အပြိုင် စမ်းသပ်ရန် အကြံပြုသည်။
သက်ဆိုင်ရာ AI ကိရိယာများ
Motobook
တိုင်ဝမ်နိုင်ငံ၏ ပထမဆုံးသော တစ်ပတ်ရစ်ဆိုင်ကယ် တန်ဖိုးမှန်လမ်းညွှန် ဝက်ဘ်ဆိုက်ဖြစ်ပြီး ရောင်းချရန်ရှိသည့် ဆိုင်ကယ် ၃.၇ သောင်းကျော်နှင့် မော်ဒယ် ၈၁၂ မျိုး၏ ဈေးနှုန်းပေါက်စေးများကို ဖော်ပြပေးနေပါသည်။
Carbook
ထိုင်ဝမ် ဒုတိယလက်စွန်း ကားဈေးနှုန်း မှတ်တမ်းစနစ် - တကယ့်ဈေးကွက်ပေါက်ဈေး၊ အရေအတွက်နှင့် တန်ဖိုးထိန်းသိမ်းနိုင်မှုကို တစ်မျက်နှာတည်းဖြင့် ကြည့်ရှုနိုင်သည်
實價雷達 HouseTW
တရားဝင် အရောင်းအဝယ်မှတ်တမ်း သန်း 3.49 သန်းကို မြေအရည်ပျော်ခြင်း၊ ပြတ်ရွေ့ကြောများနှင့် ရေကြီးအန္တရာယ် မြေပုံများနှင့် ထပ်ပိုးပြသည့် တိုင်ဝမ် အခမဲ့ အိမ်ခြံမြေ ပလပ်ဖောင်း
Perplexity
ကိုးကားချက်ရင်းမြစ်များနှင့်အတူ ဖြေကြားပေးသော AI ရှာဖွေရေးနှင့် မေးခွန်းဖြေဆိုသည့် ကိရိယာ။
Simulanis
welding၊ forklift၊ မီးသတ်လေ့ကျင့်ရေး industrial VR simulator၊ တပည့်တစ်ရာကြိမ်ကျဆုံးလည်း ဒဏ်ရာမရ
Norra
ပြုစုစောင့်ရှောက်ရေးဂေဟာတွေမှာ ဆေးဘက်ဆိုင်ရာ ကိရိယာတွေ ဘယ်ရောက်နေလဲ။ Smart Tag နဲ့ AI သုံးပြီး ပိုင်ဆိုင်မှုစီမံခန့်ခွဲမှုကို ရှင်းလင်းအောင်လုပ်ပါ