發(fā)布日期：2018-03-30

　　從簡(jiǎn)單的原料開(kāi)始合成一個(gè)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(jī)理，再查閱大量文獻(xiàn)，動(dòng)用逆合成分析，擬定出一個(gè)有可能管用的合成路線。現(xiàn)在，有了新的實(shí)驗(yàn)助手——用深層神經(jīng)網(wǎng)絡(luò)和符號(hào)人工智能（AI）來(lái)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(lái)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(huì)搜索其他人記錄的反應(yīng)列表，并根據(jù)自己的直覺(jué)得出一個(gè)具體的化合物的分步路徑。他們通常會(huì)逆向工作，從想要制造的分子開(kāi)始，然后分析哪些容易得到的試劑和反應(yīng)序列可以用來(lái)合成它——一個(gè)被稱為“逆向合成”的過(guò)程。然而，這可能需要幾個(gè)小時(shí)甚至幾天的時(shí)間。

　　德國(guó)明斯特大學(xué)有機(jī)化學(xué)家和人工智能研究員Marwin Segler以及他的同事開(kāi)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(lái)吸收所有已知的單步有機(jī)化學(xué)反應(yīng)——大約1240萬(wàn)。這使它能夠預(yù)測(cè)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(lái)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(dòng)試劑。

　　Segler和他的團(tuán)隊(duì)為了測(cè)試這個(gè)程序在雙盲試驗(yàn)中所產(chǎn)生的路徑，看看有經(jīng)驗(yàn)的化學(xué)家是否能分辨出AI的合成途徑。他們向來(lái)自中國(guó)和德國(guó)的兩個(gè)研究所的45位有機(jī)化學(xué)家展示了9個(gè)分子的潛在合成路線：一個(gè)由AI合成的途徑，另一種途徑是由人類設(shè)計(jì)的。結(jié)果，有機(jī)化學(xué)家并不能區(qū)分出來(lái)。

　　盡管這不是第一次運(yùn)用AI而不用人類技能和直覺(jué)。但是，化學(xué)家們?nèi)詫⑦@一發(fā)展視為一個(gè)里程碑，因?yàn)樗梢约铀偎幬锇l(fā)現(xiàn)過(guò)程，并使有機(jī)化學(xué)更有效。論文發(fā)表在3月28日的《Nature》雜志上。

　　英國(guó)曼徹斯特大學(xué)（University of Manchester）設(shè)計(jì)合成預(yù)測(cè)工具的Pablo Carbonell說(shuō)，“我們看到這個(gè)人工智能可以捕捉到這方面的專業(yè)知識(shí)。”他本人并未參與這項(xiàng)研究。

　　自20世紀(jì)60年代以來(lái)，研究人員一直試圖利用計(jì)算能力來(lái)規(guī)劃有機(jī)化學(xué)合成，但收效甚微。但Segler的工具是近年來(lái)開(kāi)發(fā)的幾個(gè)使用AI來(lái)標(biāo)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(guó)制藥公司Merck收購(gòu)（金額未透露）。韓國(guó)Ulsan國(guó)立科學(xué)技術(shù)研究院的化學(xué)家Bartosz Grzybowski及其團(tuán)隊(duì)花費(fèi)數(shù)年的時(shí)間，將有機(jī)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(huì)因此失業(yè)

　　本月早些時(shí)候，Grzybowski報(bào)告說(shuō)，他已經(jīng)在實(shí)驗(yàn)室測(cè)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(shí)現(xiàn)這種復(fù)興，歡迎不同的途徑。”

　　Segler的工具是特別的，因?yàn)樗粡臄?shù)據(jù)中學(xué)習(xí)，不需要人類輸入規(guī)則來(lái)使用。

　　Ola Engkvist是瑞典哥德堡制藥公司阿斯利康的計(jì)算化學(xué)家，他對(duì)這項(xiàng)工作印象深刻。他說(shuō):“提高合成化學(xué)的成功率，對(duì)藥物研發(fā)項(xiàng)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(rèn)為有機(jī)化學(xué)家會(huì)因此失業(yè)。“AI將成為化學(xué)家的助手，”他打了一個(gè)比方，“GPS導(dǎo)航設(shè)備可能會(huì)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(biāo)題：人工智能來(lái)勢(shì)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(lái)源：生物探索