化學(xué)家有了新的實(shí)驗(yàn)助手——人工智能(AI)。隨著深度學(xué)習(xí)算法的進(jìn)一步應(yīng)用，AI計(jì)算機(jī)程序能幫助藥物化合物等小有機(jī)分子產(chǎn)生所需的反應(yīng)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(xué)家們將這一進(jìn)展視為一個(gè)大跨越，其可以加速藥物研發(fā)過(guò)程，推動(dòng)有機(jī)化學(xué)更迅速發(fā)展。

　　未參與這項(xiàng)研究的英國(guó)曼徹斯特大學(xué)設(shè)計(jì)合成預(yù)測(cè)工具的帕博羅·卡爾博納爾認(rèn)為，從論文中看，AI可以掌握相關(guān)專業(yè)知識(shí)，這是里程碑式的研究。

　　人工反應(yīng)備忘錄變身大數(shù)據(jù)

　　在20世紀(jì)80年代之前，許多化學(xué)家收集了大量文獻(xiàn)資料、手寫(xiě)的有用反應(yīng)、參考索引卡片，以指導(dǎo)合成途徑的設(shè)計(jì)。

　　化學(xué)家通常會(huì)搜索其他人記錄的反應(yīng)列表，并根據(jù)自己的直覺(jué)制定一個(gè)逐步產(chǎn)生特定化合物的途徑。

　　這需要先從想要?jiǎng)?chuàng)建的分子開(kāi)始分析，比如要用到哪些試劑，是否容易獲得，通過(guò)哪些反應(yīng)序列才能合成它，這被稱為逆合成反應(yīng)，這種分析往往要消耗數(shù)小時(shí)乃至數(shù)天時(shí)間。

　　自20世紀(jì)60年代以來(lái)，研究人員一直試圖利用計(jì)算機(jī)來(lái)規(guī)劃有機(jī)化學(xué)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(zhuǎn)向數(shù)據(jù)庫(kù)存儲(chǔ)乃至應(yīng)用。

　　輕松自學(xué)1240萬(wàn)種反應(yīng)步驟

　　德國(guó)明斯特大學(xué)有機(jī)化學(xué)家和人工智能研究員馬爾文·賽格勒及其同事開(kāi)發(fā)的新AI工具，讓深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)了目前所有已知的1240萬(wàn)種單步驟有機(jī)化學(xué)反應(yīng)——這使它能預(yù)測(cè)任何單一步驟中發(fā)生的反應(yīng)結(jié)果。

　　賽格勒?qǐng)F(tuán)隊(duì)通過(guò)雙盲試驗(yàn)對(duì)該工具進(jìn)行了測(cè)試，并讓經(jīng)驗(yàn)豐富的化學(xué)家來(lái)驗(yàn)證AI設(shè)計(jì)的合成途徑是否管用。他們向中國(guó)的兩個(gè)研究機(jī)構(gòu)和德國(guó)的45位有機(jī)化學(xué)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(shè)計(jì)另一種最佳途徑。最終，兩條途徑?jīng)]有明顯區(qū)別。

　　賽格勒?qǐng)F(tuán)隊(duì)開(kāi)發(fā)的這一工具，是近年來(lái)開(kāi)發(fā)的使用AI標(biāo)記潛在化學(xué)反應(yīng)路線的程序之一。最著名的Chematica在2017年5月被德國(guó)默克公司購(gòu)買，韓國(guó)蔚山國(guó)立科學(xué)和技術(shù)研究院的化學(xué)家團(tuán)隊(duì)也擁有另一套相關(guān)程序。

　　中國(guó)自動(dòng)化學(xué)會(huì)混合智能專業(yè)委員會(huì)副主任、復(fù)旦大學(xué)計(jì)算機(jī)學(xué)院張軍平教授日前接受科技日?qǐng)?bào)記者采訪時(shí)指出，這類預(yù)測(cè)本質(zhì)上類似“阿爾法狗”在圍棋上采用的技術(shù)，都是通過(guò)可搜索海量數(shù)據(jù)的人工智能方法實(shí)現(xiàn)的，“所以，它才能在1240萬(wàn)種分子合成方案中，找到具有潛在可能的結(jié)果供科學(xué)家參考”。

　　AI將成科學(xué)家“高級(jí)定制”工具

　　今年3月，測(cè)試團(tuán)隊(duì)報(bào)告稱，已經(jīng)在實(shí)驗(yàn)室測(cè)試了算法中的8條路徑，且都達(dá)到了滿意的效果。

　　賽格勒的工具從數(shù)據(jù)中學(xué)習(xí)而不需要人類輸入規(guī)則。瑞典哥德堡制藥公司對(duì)這項(xiàng)成果印象深刻，并表示：“提高合成化學(xué)的成功率，對(duì)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。”

　　賽格勒說(shuō)，新的AI工具已經(jīng)引起制藥公司的興趣。“它已經(jīng)成為化學(xué)家的助手，希望它能像GPS導(dǎo)航設(shè)備那樣，為更多科學(xué)家提供新的研究手段。”

　　除了極大提升有機(jī)化學(xué)和藥物合成的速度和效率，AI還在哪些基礎(chǔ)學(xué)科領(lǐng)域具有類似潛力?對(duì)此張軍平說(shuō)：“只要能通過(guò)海量或窮舉搜索來(lái)完成任務(wù)的領(lǐng)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(jīng)驗(yàn)未曾想到的新辦法。”他舉例：“在基礎(chǔ)研究領(lǐng)域，數(shù)學(xué)定理的證明、物理規(guī)律的總結(jié)等，AI都可能起到輔助作用。”

　　如此一來(lái)，不同設(shè)計(jì)思路的AI軟件，有望成為促進(jìn)科學(xué)進(jìn)步的“高級(jí)定制”工具。

　　張軍平認(rèn)為，雖然不能完全替代人類，但基于不同目的開(kāi)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(qiáng)的智能環(huán)，從而進(jìn)一步提高對(duì)科研路徑的設(shè)計(jì)能力。