人工智能助力药物研发

人工智能工具可以帮助科学家计划多步化学反应。

来源:roger mayne archive/mary evans图片库

化学家有了一个新的实验室助手:人工智能。研究人员开发了一种用于深度学习的计算机程序。它可以产生创造药物化合物等小有机分子所需的反应序列“蓝图”。从表面上看，该工具显示了与人类化学家设计的路径相同的路径。

最近出版的《自然》杂志中描述的工具并不是第一个使用人工智能来取代人类技能和直觉的软件。但是化学家认为这一进展是一个里程碑，因为它可以加速药物发现的过程，使有机化学更加有效。

"我们从中看到的是，这种人工智能可以获得专业知识."英国曼彻斯特大学设计了一种合成预测工具的巴勃罗·卡本内尔(Pablo Carbonell)将这项最新研究描述为“一项里程碑式的成就”。

传统上，化学家搜索其他人记录的反应列表，用他们自己的直觉来制定一步一步生产特定化合物的途径。它们通常以相反的方式运作，从它们想要创造的分子开始，然后分析哪些现成的试剂和反应序列可以用于合成。这个过程被称为逆合成，需要几个小时甚至几天的计划。

德国明斯特大学的有机化学家和人工智能研究员马尔文·赛格勒(Marwin Segler)和他的同事开发了最新的人工智能工具，利用深度学习神经网络吸收了几乎所有已知的单步有机化学反应(约1240万种)。这使得预测可以在任何一个步骤中使用的化学反应成为可能。该工具在规划多步合成时重复应用这些神经网络，解构所需的分子，直到最终获得可用的原材料。

赛格勒和团队成员在双盲实验中测试了该程序构建的路径，以确定有经验的化学家是否能区分人工智能的合成路径和人类设计的路径。他们向来自中国和德国两个机构的45名有机化学家展示了九种分子的潜在合成路线:一种由人工智能系统构建，另一种由人类设计。化学家对哪一个最好没有偏好。

自20世纪60年代以来，研究人员一直试图利用计算能力来计划有机化学合成，但收效甚微。赛格勒的工具是近年来开发的几个使用人工智能标记潜在反应路线的程序之一。(慢慢地)

阅读更多信息:

《自然》杂志的相关报道