人工智慧來勢洶洶，這次是加速藥物發現｜Nature

人工智慧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，並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，從想要製造的分子開始，然後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慧研究員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路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。工具重複應用這些神經網路來規劃多步驟合成，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，有機化學家並不能區分出來。

儘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，並使有機化學更有效。論文發表在3月28日的《Nature》雜誌上。

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慧可以捕捉到這方面的專業知識。」他本人並未參與這項研究。

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）於2017年5月被德國製藥公司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慧演算法建議的8條路徑，並且都成功了。 「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是瑞典哥德堡製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製藥公司的興趣，但他並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餘，但不是使汽車的駕駛員變得多餘。」

參考資料：

本網站所有註明「來源：生物探索」的文字、圖片和音視頻資料，版權均屬於生物探索所有，其他平台轉載需得到授權。本網所有轉載文章系出於傳遞更多信息之目的，且明確註明來源和作者，不希望被轉載的媒體或個人可與我們聯繫(editor@biodiscover.com)，我們將立即進行刪除處理。所有文章僅代表作者觀點，不代表本站立場。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！