人工智能（AI）是近年來的爆款話題。在醫藥行業，關于AI能否有效設計新藥的爭論也從未停歇。近日，發表在頂尖學術期刊《科學》上的一項研究，則讓我們看到了積極的一面：來自普林斯頓大學（Princeton University）和默沙東研究實驗室（Merck Research Laboratories）的化學家們開發了一款人工智能，可以精準地預測化學反應的產率，這有望在新藥開發上得到廣泛的應用。
從本質上看，新藥的合成與制造是化學反應。化學家們為了得到想要的分子，必須以合適的比例加入正確的原料，并提供恰當的反應條件。這聽起來雖然很簡單，但讓機器來預測和設計高產率的化學反應卻并不容易。一個典型的化學反應需要有大量不同的化學分子參與。而每一個額外分子的加入，都會為計算添加一個維度。即便對于近年表現出彩的人工智能，化學家們也不是很確定它是否能勝任這項工作。
為了讓機器學會設計高產率的化學反應，我們需要幫助它建立一個多維度的模型。但從歷史上看，這一直是個瓶頸。其背后的原因在于這個模型過于復雜，而我們能用來訓練這個模型的數據卻遠遠不夠。幸好，隨著默沙東在機器人系統上的大量投入，現在我們能在短短幾天內，完成數千個化學反應。這產生了大量可以用來訓練AI的數據。
▲默沙東研究實驗室的Spencer Dreher博士（圖片來源：默沙東官方網站）
“我非常高興地看到，我們產生的數據質量很高，能用于建立有效的模型。”默沙東研究實驗室的Spencer Dreher博士說道。
在獲得了這些數據，并利用程序對每一個輸入進模型的化學品進行定量標注后，研究人員們考量了多種統計學模型的準確率。有趣的是，行業中常用的線性回歸模型在這一任務的執行上表現并不好，而表現最好的是一類叫做“隨機森林”（random forest）的模型。此類模型能從訓練數據庫中隨機提取出小量的樣本，構建決定樹（decision tree），而每一棵決定樹都能對特定的化學反應產率進行預測。這些預測會被綜合評估，產生一個總體的預測產率。結果表明，這款模型能很好地對訓練數據之外的化學反應進行產率的預測。
▲“隨機森林”模型表現最佳（圖片來源：《科學》）
▲該模型可以準確預測產率（圖片來源：《科學》）
“只要幾百個反應數據，我們就能準確地用模型預測產率。化學家們甚至都不需要機器人的幫助，自己就能完成這些反應。”這項研究的第一作者Derek Ahneman博士說道。
▲普林斯頓大學的Abigail Doyle教授（圖片來源：普林斯頓大學）
“我們開發的這款軟件能適用于任何反應或任何底物類型，”該研究的通訊作者之一，普林斯頓大學的Abigail Doyle教授說道：“我們希望人們能將這一工具應用于其他反應之中。”
參考資料：
[1] Chemists harness artificial intelligence to predict the future of chemical reactions
[2] Predicting reaction performance in C–N cross-coupling using machine learning
相關新聞