2018全球硬科技创新大会生物技术论坛
安诺转录组文章6连发,666~
做实验,得iPhone!

人工智能来势汹汹,这次是加速药物发现 | Nature

2018/03/30 来源:生物探索
分享: 
导读
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。

人工智能工具可以帮助科学家规划多步化学反应。来源:Roger Mayne Archive/Mary Evans Picture Library

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。”

参考资料:

Need to make a molecule? Ask this AI for instructions

本网站所有注明“来源:生物探索”的文字、图片和音视频资料,版权均属于生物探索所有,其他平台转载需得到授权。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系(editor@biodiscover.com),我们将立即进行删除处理。所有文章仅代表作者观点,不代表本站立场。