Popular science work
英國(guó)劍橋大學(xué)和美國(guó)輝瑞公司合作開發(fā)了一個(gè)平臺(tái)，將自動(dòng)化實(shí)驗(yàn)與人工智能（AI）相結(jié)合，以預(yù)測(cè)化學(xué)物質(zhì)如何相互反應(yīng)，從而加速新藥的設(shè)計(jì)過(guò)程。研究結(jié)果發(fā)表在最新一期《自然·化學(xué)》雜志上。
預(yù)測(cè)分子如何反應(yīng)，對(duì)于新藥的發(fā)現(xiàn)和制造至關(guān)重要。但從歷史上看，這是一個(gè)反復(fù)試驗(yàn)、經(jīng)常失敗的過(guò)程。為了進(jìn)行預(yù)測(cè)，化學(xué)家需要在模型中模擬電子和原子，這一過(guò)程計(jì)算成本高昂且通常不準(zhǔn)確。
現(xiàn)在，研究人員開發(fā)了一種受基因組學(xué)啟發(fā)的數(shù)據(jù)驅(qū)動(dòng)方法。該方法將自動(dòng)化實(shí)驗(yàn)與機(jī)器學(xué)習(xí)相結(jié)合，以了解化學(xué)反應(yīng)性，從而大大加快了新藥設(shè)計(jì)過(guò)程。他們稱，該方法在超過(guò)39000個(gè)藥學(xué)相關(guān)反應(yīng)的數(shù)據(jù)集上得到了驗(yàn)證。
該方法從數(shù)據(jù)中挑選出反應(yīng)物、試劑并測(cè)試反應(yīng)性能之間的相關(guān)性。數(shù)據(jù)則是通過(guò)非?？焖倩蚋咄康淖詣?dòng)化實(shí)驗(yàn)生成的。研究人員表示，高通量化學(xué)已經(jīng)改變了游戲規(guī)則。他們相信有一種新方法，可促進(jìn)對(duì)化學(xué)反應(yīng)的更深入的理解，而不是從高通量實(shí)驗(yàn)的初始結(jié)果中觀察到。此次開發(fā)的這種機(jī)器學(xué)習(xí)方法，就能允許化學(xué)家調(diào)整復(fù)雜的分子，再精確引入到分子的預(yù)先指定區(qū)域，從而加快藥物設(shè)計(jì)速度。
機(jī)器學(xué)習(xí)以往在化學(xué)中的應(yīng)用經(jīng)常受到限制。與廣闊的化學(xué)空間相比，其數(shù)據(jù)量實(shí)在太小。但此次研究通過(guò)“傳授”給模型一般化學(xué)知識(shí)，然后對(duì)其進(jìn)行微調(diào)，預(yù)測(cè)復(fù)雜的化學(xué)轉(zhuǎn)化，從而克服了低數(shù)據(jù)的局限性。
論文第一作者、劍橋大學(xué)卡文迪許實(shí)驗(yàn)室的艾瑪·金-史密斯表示，這一成果可能會(huì)改變?nèi)藗儗?duì)有機(jī)化學(xué)的看法。對(duì)化學(xué)的更深入理解，亦可促使人們更快速制造藥品和許多其他有用的化學(xué)品。
