AI）。隨著深度學習算法的進一步應用，AI計算機程序能幫助藥物化合物等小有機分子產生所需的反應序列，制定合成路徑。 《自然》雜志近日發(fā)表了這種新型工具，化學家們將這一進展視為一個大跨越，其可以加速藥物研發(fā)過程，推動有機化學更迅速發(fā)展?！ ∥磪⑴c這項研究的英國曼徹斯特大學設計合成預測工具的帕博羅·卡爾博納爾認為，從論文中看，AI可以掌握相關專業(yè)知識，這是里程碑式的研究?！ ∪斯し磻獋渫涀兩泶髷?shù)據(jù) 在20世紀80年代之前，許多化學家收集了大量文獻資料、手寫的有用反應、參考索引卡片，以指導合成途徑的設計?！ 』瘜W家通常會搜索其他人記錄的反應列表，并根據(jù)自己的直覺制定一個逐步產生特定化合物的途徑?！ ∵@需要先從想要創(chuàng)建的分子開始分析，比如要用到哪些試劑，是否容易獲得，通過哪些反應序列才能合成它，這被稱為逆合成反應，這種分析往往要消耗數(shù)小時乃至數(shù)天時間?！ ∽?0世紀60年代以來，研究人員一直試圖利用計算機來規(guī)劃有機化學合成，但成效不大。隨著人工智能的興起，這些備忘錄自然而然地轉向數(shù)據(jù)庫存儲乃至應用?！ ?strong>輕松自學1240萬種反應步驟 德國明斯特大學有機化學家和人工智能研究員馬爾文·賽格勒及其同事開發(fā)的新AI工具，讓深度神經網(wǎng)絡學習了目前所有已知的1240萬種單步驟有機化學反應——這使它能預測任何單一步驟中發(fā)生的反應結果?！ ≠惛窭請F隊通過雙盲試驗對該工具進行了測試，并讓經驗豐富的化學家來驗證AI設計的合成途徑是否管用。他們向中國的兩個研究機構和德國的45位有機化學家展示了9種分子的潛在合成路線圖，讓AI系統(tǒng)提出一種最佳途徑，而人類設計另一種最佳途徑。最終，兩條途徑沒有明顯區(qū)別?！ ≠惛窭請F隊開發(fā)的這一工具，是近年來開發(fā)的使用AI標記潛在化學反應路線的程序之一。最著名的Chematica在2017年5月被德國默克公司購買，韓國蔚山國立科學和技術研究院的化學家團隊也擁有另一套相關程序。 中國自動化學會混合智能專業(yè)委員會副主任、復旦大學計算機學院張軍平教授日前接受科技日報記者采訪時指出，這類預測本質上類似“阿爾法狗”在圍棋上采用的技術，都是通過可搜索海量數(shù)據(jù)的人工智能方法實現(xiàn)的，“所以，它才能在1240萬種分子合成方案中，找到具有潛在可能的結果供科學家參考”?！ ?strong>AI將成科學家“高級定制”工具 今年3月，測試團隊報告稱，已經在實驗室測試了算法中的8條路徑，且都達到了滿意的效果。 賽格勒的工具從數(shù)據(jù)中學習而不需要人類輸入規(guī)則。瑞典哥德堡制藥公司對這項成果印象深刻，并表示：“提高合成化學的成功率，對于提高藥物研發(fā)的速度和效率、降低成本等，都有著巨大的好處?！薄 ≠惛窭照f，新的AI工具已經引起制藥公司的興趣。“它已經成為化學家的助手，希望它能像GPS導航設備那樣，為更多科學家提供新的研究手段?！薄 〕藰O大提升有機化學和藥物合成的速度和效率，AI還在哪些基礎學科領域具有類似潛力？對此張軍平說：“只要能通過海量或窮舉搜索來完成任務的領域或行業(yè)，都可能從AI角度找到更有效的辦法，甚至以往經驗未曾想到的新辦法。”他舉例：“在基礎研究領域，數(shù)學定理的證明、物理規(guī)律的總結等，AI都可能起到輔助作用。” 如此一來，不同設計思路的AI軟件，有望成為促進科學進步的“高級定制”工具。 張軍平認為，雖然不能完全替代人類，但基于不同目的開發(fā)的AI軟件，可以提供輔助建議，甚至和人類決策形成混合增強的智能環(huán)，從而進一步提高對科研路徑的設計能力。（來源：科技日報）
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
