發布日期：2018-03-30

　　從簡單的原料開始合成一個復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。現在，有了新的實驗助手——用深層神經網絡和符號人工智能（AI）來規劃化學合成。

　　人工智能工具可以幫助科學家規劃多步化學反應。來源：Roger Mayne Archive/Mary Evans Picture Library

　　AI加速藥物發現

　　通常，化學家們會搜索其他人記錄的反應列表，并根據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。

　　德國明斯特大學有機化學家和人工智能研究員Marwin Segler以及他的同事開發了一款新AI工具，使用深度學習神經網絡來吸收所有已知的單步有機化學反應——大約1240萬。這使它能夠預測在任何單一步驟中可以使用的化學反應。工具重復應用這些神經網絡來規劃多步驟合成，解構所需的分子，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生的路徑，看看有經驗的化學家是否能分辨出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計的。結果，有機化學家并不能區分出來。

　　盡管這不是第一次運用AI而不用人類技能和直覺。但是，化學家們仍將這一發展視為一個里程碑，因為它可以加速藥物發現過程，并使有機化學更有效。論文發表在3月28日的《Nature》雜志上。

　　英國曼徹斯特大學（University of Manchester）設計合成預測工具的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劃有機化學合成，但收效甚微。但Segler的工具是近年來開發的幾個使用AI來標記潛在反應路線的程序之一。

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

　　化學家不會因此失業

　　本月早些時候，Grzybowski報告說，他已經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。 “我很高興能實現這種復興，歡迎不同的途徑。”

　　Segler的工具是特別的，因為它只從數據中學習，不需要人類輸入規則來使用。

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

　　Segler表示，他的工具已經引起了幾家制藥公司的興趣，但他并不認為有機化學家會因此失業。“AI將成為化學家的助手，”他打了一個比方，“GPS導航設備可能會使紙質地圖變得多余，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，這次是加速藥物發現 | Nature

　　參考資料：

Need to make a molecule? Ask this AI for instructions

來源：生物探索