發(fā)布日期：2018-03-30

　　從簡單的原料開始合成一個復(fù)雜化合物是非常困難的，研究者必須拼命回憶腦子里的反應(yīng)或機理，再查閱大量文獻，動用逆合成分析，擬定出一個有可能管用的合成路線。現(xiàn)在，有了新的實驗助手——用深層神經(jīng)網(wǎng)絡(luò)和符號人工智能（AI）來規(guī)劃化學(xué)合成。

　　人工智能工具可以幫助科學(xué)家規(guī)劃多步化學(xué)反應(yīng)。來源：Roger Mayne Archive/Mary Evans Picture Library

　　AI加速藥物發(fā)現(xiàn)

　　通常，化學(xué)家們會搜索其他人記錄的反應(yīng)列表，并根據(jù)自己的直覺得出一個具體的化合物的分步路徑。他們通常會逆向工作，從想要制造的分子開始，然后分析哪些容易得到的試劑和反應(yīng)序列可以用來合成它——一個被稱為“逆向合成”的過程。然而，這可能需要幾個小時甚至幾天的時間。

　　德國明斯特大學(xué)有機化學(xué)家和人工智能研究員Marwin Segler以及他的同事開發(fā)了一款新AI工具，使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來吸收所有已知的單步有機化學(xué)反應(yīng)——大約1240萬。這使它能夠預(yù)測在任何單一步驟中可以使用的化學(xué)反應(yīng)。工具重復(fù)應(yīng)用這些神經(jīng)網(wǎng)絡(luò)來規(guī)劃多步驟合成，解構(gòu)所需的分子，直到它最終得到可用的啟動試劑。

　　Segler和他的團隊為了測試這個程序在雙盲試驗中所產(chǎn)生的路徑，看看有經(jīng)驗的化學(xué)家是否能分辨出AI的合成途徑。他們向來自中國和德國的兩個研究所的45位有機化學(xué)家展示了9個分子的潛在合成路線：一個由AI合成的途徑，另一種途徑是由人類設(shè)計的。結(jié)果，有機化學(xué)家并不能區(qū)分出來。

　　盡管這不是第一次運用AI而不用人類技能和直覺。但是，化學(xué)家們?nèi)詫⑦@一發(fā)展視為一個里程碑，因為它可以加速藥物發(fā)現(xiàn)過程，并使有機化學(xué)更有效。論文發(fā)表在3月28日的《Nature》雜志上。

　　英國曼徹斯特大學(xué)（University of Manchester）設(shè)計合成預(yù)測工具的Pablo Carbonell說，“我們看到這個人工智能可以捕捉到這方面的專業(yè)知識。”他本人并未參與這項研究。

　　自20世紀60年代以來，研究人員一直試圖利用計算能力來規(guī)劃有機化學(xué)合成，但收效甚微。但Segler的工具是近年來開發(fā)的幾個使用AI來標記潛在反應(yīng)路線的程序之一。

　　之前最著名的加速化學(xué)合成的Chematica（化學(xué)腦）于2017年5月被德國制藥公司Merck收購（金額未透露）。韓國Ulsan國立科學(xué)技術(shù)研究院的化學(xué)家Bartosz Grzybowski及其團隊花費數(shù)年的時間，將有機化學(xué)規(guī)則輸入到該系統(tǒng)中，以供程序使用。

　　化學(xué)家不會因此失業(yè)

　　本月早些時候，Grzybowski報告說，他已經(jīng)在實驗室測試了最新的人工智能算法建議的8條路徑，并且都成功了。 “我很高興能實現(xiàn)這種復(fù)興，歡迎不同的途徑。”

　　Segler的工具是特別的，因為它只從數(shù)據(jù)中學(xué)習(xí)，不需要人類輸入規(guī)則來使用。

　　Ola Engkvist是瑞典哥德堡制藥公司阿斯利康的計算化學(xué)家，他對這項工作印象深刻。他說:“提高合成化學(xué)的成功率，對藥物研發(fā)項目的速度和效率以及降低成本都有巨大的好處。”

　　Segler表示，他的工具已經(jīng)引起了幾家制藥公司的興趣，但他并不認為有機化學(xué)家會因此失業(yè)。“AI將成為化學(xué)家的助手，”他打了一個比方，“GPS導(dǎo)航設(shè)備可能會使紙質(zhì)地圖變得多余，但不是使汽車的駕駛員變得多余。”

　　原標題：人工智能來勢洶洶，這次是加速藥物發(fā)現(xiàn) | Nature

　　參考資料：

Need to make a molecule? Ask this AI for instructions

來源：生物探索