作者：顾露露
从简单的原料开始合成一个复杂化合物是非常困难的，研究者必须拼命回忆脑子里的反应或机理，再查阅大量文献，动用逆合成分析，拟定出一个有可能管用的合成路线。现在，有了新的实验助手——用深层神经网络和符号人工智能（AI）来规划化学合成。
AI加速药物发现
通常，化学家们会搜索其他人记录的反应列表，并根据自己的直觉得出一个具体的化合物的分步路径。他们通常会逆向工作，从想要制造的分子开始，然后分析哪些容易得到的试剂和反应序列可以用来合成它——一个被称为“逆向合成”的过程。然而，这可能需要几个小时甚至几天的时间。
德国明斯特大学有机化学家和人工智能研究员Marwin Segler以及他的同事开发了一款新AI工具，使用深度学习神经网络来吸收所有已知的单步有机化学反应——大约1240万。这使它能够预测在任何单一步骤中可以使用的化学反应。工具重复应用这些神经网络来规划多步骤合成，解构所需的分子，直到它最终得到可用的启动试剂。
Segler和他的团队为了测试这个程序在双盲试验中所产生的路径，看看有经验的化学家是否能分辨出AI的合成途径。他们向来自中国和德国的两个研究所的45位有机化学家展示了9个分子的潜在合成路线：一个由AI合成的途径，另一种途径是由人类设计的。结果，有机化学家并不能区分出来。
尽管这不是第一次运用AI而不用人类技能和直觉。但是，化学家们仍将这一发展视为一个里程碑，因为它可以加速药物发现过程，并使有机化学更有效。论文发表在3月28日的《Nature》杂志上。
英国曼彻斯特大学（University of Manchester）设计合成预测工具的Pablo Carbonell说，“我们看到这个人工智能可以捕捉到这方面的专业知识。”他本人并未参与这项研究。
自20世纪60年代以来，研究人员一直试图利用计算能力来规划有机化学合成，但收效甚微。但Segler的工具是近年来开发的几个使用AI来标记潜在反应路线的程序之一。
之前最著名的加速化学合成的Chematica（化学脑）于2017年5月被德国制药公司Merck收购（金额未透露）。韩国Ulsan国立科学技术研究院的化学家Bartosz Grzybowski及其团队花费数年的时间，将有机化学规则输入到该系统中，以供程序使用。
化学家不会因此失业
本月早些时候，Grzybowski报告说，他已经在实验室测试了最新的人工智能算法建议的8条路径，并且都成功了。 “我很高兴能实现这种复兴，欢迎不同的途径。”
Segler的工具是特别的，因为它只从数据中学习，不需要人类输入规则来使用。
Ola Engkvist是瑞典哥德堡制药公司阿斯利康的计算化学家，他对这项工作印象深刻。他说:“提高合成化学的成功率，对药物研发项目的速度和效率以及降低成本都有巨大的好处。”
Segler表示，他的工具已经引起了几家制药公司的兴趣，但他并不认为有机化学家会因此失业。“AI将成为化学家的助手，”他打了一个比方，“GPS导航设备可能会使纸质地图变得多余，但不是使汽车的驾驶员变得多余。”
原标题：人工智能来势汹汹，这次是加速药物发现 | Nature
参考资料：
Need to make a molecule? Ask this AI for instructions