AI可准确展望反应产率有望用于新药研发
人工智能(AI)是近年来的爆款话题。。。。。。。在医药行业,,,,,,,关于AI能否有用设计新药的争论也从未停歇。。。。。。。克日,,,,,,,揭晓在顶尖学术期刊《科学》上的一项研究,,,,,,,则让我们看到了起劲的一面:来自普林斯顿大学(Princeton University)和默沙东研究实验室(Merck Research Laboratories)的化学家们开发了一款人工智能,,,,,,,可以精准地展望化学反应的产率,,,,,,,这有望在新药开发上获得普遍的应用。。。。。。。
从实质上看,,,,,,,新药的合成与制造是化学反应。。。。。。。;;;Ъ颐俏嘶竦孟胍姆肿,,,,,,,必需以合适的比例加入准确的质料,,,,,,,并提供适当的反应条件。。。。。。。这听起来虽然很简朴,,,,,,,但让机械来展望和设计高产率的化学反应却并禁止易。。。。。。。一个典范的化学反应需要有大宗差别的化学分子加入。。。。。。。而每一个特殊分子的加入,,,,,,,都会为盘算添加一个维度。。。。。。。即便关于近年体现出彩的人工智能,,,,,,,化学家们也不是很确定它是否能胜任这项事情。。。。。。。
为了让机械学会设计高产率的化学反应,,,,,,,我们需要资助它建设一个多维度的模子。。。。。。。但从历史上看,,,,,,,这一直是个瓶颈。。。。。。。其背后的缘故原由在于这个模子过于重大,,,,,,,而我们能用来训练这个模子的数据却远远不敷。。。。。。。幸好,,,,,,,随着默沙东在机械人系统上的大宗投入,,,,,,,现在我们能在短短几天内,,,,,,,完成数千个化学反应。。。。。。。这爆发了大宗可以用来训练AI的数据。。。。。。。
▲默沙东研究实验室的Spencer Dreher博士(图片泉源:默沙东官方网站)
“我很是兴奋地看到,,,,,,,我们爆发的数据质量很高,,,,,,,能用于建设有用的模子。。。。。。。”默沙东研究实验室的Spencer Dreher博士说道。。。。。。。
在获得了这些数据,,,,,,,并使用程序对每一个输入进模子的化学品举行定量标注后,,,,,,,研究职员们考量了多种统计学模子的准确率。。。。。。。有趣的是,,,,,,,行业中常用的线性回归模子在这一使命的执行上体现并欠好,,,,,,,而体现最好的是一类叫做“随机森林”(random forest)的模子。。。。。。。此类模子能从训练数据库中随机提取出小量的样本,,,,,,,构建决议树(decision tree),,,,,,,而每一棵决议树都能对特定的化学反应产率举行展望。。。。。。。这些展望会被综合评估,,,,,,,爆发一个总体的展望产率。。。。。。。效果批注,,,,,,,这款模子能很好地对训练数据之外的化学反应举行产率的展望。。。。。。。
▲“随机森林”模子体现最佳(图片泉源:《科学》)
▲该模子可以准确展望产率(图片泉源:《科学》)
“只要几百个反应数据,,,,,,,我们就能准确地用模子展望产率。。。。。。。;;;Ъ颐巧踔炼疾恍枰等说淖手,,,,,,,自己就能完成这些反应。。。。。。。”这项研究的第一作者Derek Ahneman博士说道。。。。。。。
▲普林斯顿大学的Abigail Doyle教授(图片泉源:普林斯顿大学)
“我们开发的这款软件能适用于任何反应或任何底物类型,,,,,,,”该研究的通讯作者之一,,,,,,,普林斯顿大学的Abigail Doyle教授说道:“我们希望人们能将这一工具应用于其他反应之中。。。。。。。”
参考资料:
[1] Chemists harness artificial intelligence to predict the future of chemical reactions
[2] Predicting reaction performance in C–N cross-coupling using machine learning

分享到: