近日，香山科學(xué)會(huì)議聚焦綠色生態(tài)與化學(xué)化工，除了各種前沿化學(xué)化工技術(shù)之外，人工智能在該領(lǐng)域的應(yīng)用成為被關(guān)注的新議題。

“合成化學(xué)過程中的變數(shù)太多確實(shí)給通量制備和通量反應(yīng)條件篩選增加了難度。但是在大數(shù)據(jù)與人工智能時(shí)代，這樣的狀況將會(huì)大大改變�！敝锌圃荷虾Ｓ袡C(jī)化學(xué)研究所副所長(zhǎng)馬大為在會(huì)議上介紹，人工智能有望助力合成化學(xué)研究邁上新的臺(tái)階。

“勞動(dòng)密集型”將成過去

“在有機(jī)合成領(lǐng)域，合成化學(xué)家在上個(gè)世紀(jì)就號(hào)稱給予足夠的學(xué)生和經(jīng)費(fèi)資助，可以合成任何復(fù)雜的有機(jī)小分子。但是直到今天，無論是新藥開發(fā)還是新材料發(fā)展，人們發(fā)現(xiàn)過程的決速步驟往往還是化合物的合成�！瘪R大為介紹。

馬大為解釋說，這是因?yàn)椋�盡管化合物性質(zhì)的評(píng)估大部分已進(jìn)入通量篩選階段，但化學(xué)合成仍然停留在手工操作階段。

在化學(xué)合成領(lǐng)域，由于不同化學(xué)反應(yīng)條件下的無窮變化，研究人員設(shè)計(jì)化學(xué)合成路線基本上還是依靠手工——在藥物分子合成領(lǐng)域尤其突出。這就讓化學(xué)合成更像一種“勞動(dòng)密集型”工作。

但在人工智能時(shí)代，這種狀況將逐漸成為過去�；�于大數(shù)據(jù)與人工智能的計(jì)算機(jī)程序在輔助研究人員進(jìn)行化學(xué)合成路線設(shè)計(jì)方面開始變得越來越成熟實(shí)用。

去年4月，一個(gè)德國(guó)研究團(tuán)隊(duì)在《自然》期刊發(fā)表論文稱，他們可以憑借人工智能系統(tǒng)以前所未有的速率進(jìn)行化學(xué)合成分析，這將大大提升科研人員研發(fā)新藥和其他化合物的效率。

根據(jù)這篇論文的內(nèi)容，研究人員利用人工智能系統(tǒng)設(shè)計(jì)一個(gè)分子的合成路線，只需要5秒鐘。馬大為感嘆說，人工去設(shè)計(jì)的話，5秒鐘都來不及把分子結(jié)構(gòu)看清楚，5分鐘都不一定能把分子設(shè)計(jì)出來。

南京大學(xué)化學(xué)化工學(xué)院副教授李承輝了解到人工智能算法推薦分子的合成路線后，獲得不少啟發(fā)。他目前也在考慮如何用人工智能幫助他做化學(xué)研究。

李承輝前不久發(fā)現(xiàn)一種新的分子內(nèi)成環(huán)反應(yīng)，希望了解這種反應(yīng)是否在其他分子內(nèi)也存在。按照以前的研究方式，他的工作量會(huì)非常大。因?yàn)橐獧z測(cè)這種反應(yīng)是否具有普適性，需要用不同的分子做大量的實(shí)驗(yàn)才行。“如果有人工智能的幫助，就可以有針對(duì)性地去做這件事�！� 李承輝說。

開始扮演得力助手

“小通量的反應(yīng)條件篩選設(shè)備已經(jīng)在一些公司和大學(xué)變成常規(guī)武器，大通量的大型反應(yīng)矩陣機(jī)器人已經(jīng)誕生。”馬大為認(rèn)為，這些設(shè)備的普及化有可能為將來的合成化學(xué)研究帶來巨大變化，在很大程度上解放了合成化學(xué)家的雙手，讓研究人員花更多的時(shí)間進(jìn)行數(shù)據(jù)分析和反應(yīng)的頂層設(shè)計(jì)。

馬大為在接受記者采訪時(shí)介紹，人工智能程序用于預(yù)測(cè)普通的化學(xué)小分子合成路線已趨于成熟。即使一些復(fù)雜的有機(jī)小分子比如藥物分子，由于結(jié)構(gòu)單元比較單一，合成反應(yīng)并不是很多，人工智能程序可以直接輔助設(shè)計(jì)出合成路線。這對(duì)于初級(jí)的研究人員而言，會(huì)提供很大幫助。

“現(xiàn)在做藥物合成研究，假如知道一個(gè)藥物分子的結(jié)構(gòu)，人工智能系統(tǒng)可以根據(jù)它的結(jié)構(gòu)分析出很多種合成路線，并且推薦一個(gè)最佳路線。”李承輝說，如果是以前，這樣的研究需要非常有經(jīng)驗(yàn)的有機(jī)化學(xué)專家才能實(shí)現(xiàn)，但是將來在人工智能的幫助下，從事無機(jī)化學(xué)的研究人員也可以做到。

而在合成結(jié)構(gòu)比較復(fù)雜的目標(biāo)分子時(shí)，比如需要20多個(gè)步驟才能合成出來的天然界存在的復(fù)雜分子，人工智能程序可以預(yù)測(cè)出很多條不同的路線。

“研究人員可能只能想出20多個(gè)合成路線，而這些程序可能會(huì)提供上百條可能的合成路線，這對(duì)于研究人員來說非常有幫助，因?yàn)橛行┞肪�可能從未想過�！瘪R大為說。

馬大為告訴記者，根據(jù)人工智能程序提供的預(yù)測(cè)路線，有經(jīng)驗(yàn)的研究人員可以從中判斷出哪些路線是好的，哪些是有提示意義的，進(jìn)而幫助研究人員思考一些問題。這可以為化學(xué)合成提供更多的機(jī)會(huì)。因?yàn)楦鶕?jù)人工智能程序的提示，再加上人腦進(jìn)一步深度思考，可能會(huì)設(shè)計(jì)出更好的化學(xué)合成路線。