近(jìn)日,香山科学会议聚(jù)焦(jiāo)绿色生态与化学(xué)化工(gōng),除了各种前沿化学化工技术之外,人(rén)工(gōng)智能在该领域(yù)的应用成为被关注的新议题(tí)。“合成(chéng)化学过程中的变数太多确(què)实给通量制备和通量反应条件筛选增加了难(nán)度。但是在大数据与人(rén)工智能时(shí)代,这样的状况将会大大改变。”中科院上海有机化学(xué)研究所副所长马大为在会议上(shàng)介绍,人工智能有望助力合成化学(xué)研究(jiū)迈上新(xīn)的台(tái)阶。
开始扮演得力助手
马大(dà)为介(jiè)绍(shào),人工智能程序(xù)用于预测普通的(de)化学小分子合成(chéng)路(lù)线已趋于成(chéng)熟。即使一些复杂的有机(jī)小分子比如药物分子,由于结构单(dān)元比较单一,合成反应并不是(shì)很多,人工(gōng)智能程序可以直接辅助设计出合成(chéng)路线。设备的普及化有可能为将来(lái)的合成化学(xué)研究带来巨(jù)大(dà)变化,在很(hěn)大(dà)程度上解放了合成化学家(jiā)的双手,让研究人员花(huā)更(gèng)多的时间(jiān)进行数据分析和反应的(de)顶层设计(jì)。
现在做药(yào)物合成研究,假(jiǎ)如知(zhī)道(dào)一个药物分子的结(jié)构,人工智能系统(tǒng)可以根据它的结(jié)构分析(xī)出很多种(zhǒng)合成路线(xiàn),并且(qiě)推荐(jiàn)一个最佳路线。这样的研(yán)究需(xū)要非常(cháng)有经验的有机化学专家才能实现(xiàn),但是将来在人工智能的帮(bāng)助下,从事(shì)无机化学的(de)研究人员也可以做到。而在合成结构比较(jiào)复杂(zá)的目(mù)标分子时,比如需要20多个步(bù)骤才能合成出来的天(tiān)然界存在的复杂(zá)分子(zǐ),人工智能程(chéng)序可以预测出(chū)很多条(tiáo)不同的路(lù)线。
马大为表(biǎo)示,根据人工(gōng)智(zhì)能程序提供(gòng)的预测路线,进而帮助(zhù)研(yán)究人员思考一(yī)些问题。这可以为化学合成提(tí)供更多的机会(huì)。因为(wéi)根据人工(gōng)智能程序的提示,再加上人(rén)脑进(jìn)一步深度思考(kǎo),可能会设计出(chū)更好的化学(xué)合(hé)成(chéng)路线。
“劳动密集型”将成(chéng)过去
基于大数(shù)据与人工智能的计算机程序在(zài)辅助研(yán)究人员进行化学合(hé)成(chéng)路线设(shè)计(jì)方面开始变得(dé)越来(lái)越(yuè)成熟实用。去年4月,一个德国(guó)研(yán)究(jiū)团队在《自然》期刊发(fā)表(biǎo)论文称,他们可以凭借人工智能系统以前所未有的速率进行化学(xué)合成分(fèn)析,这将大(dà)大提(tí)升科研人员(yuán)研发新药和其他化合物的效(xiào)率。
南京大学化学化工学院副教授李(lǐ)承(chéng)辉了解到(dào)人工智(zhì)能(néng)算法推荐分子的(de)合成路线后,获得不少启发。前不久发现一种新(xīn)的分子内成环反应(yīng),希望了解这(zhè)种反应(yīng)是否在其(qí)他分子内也(yě)存在(zài)。按照以前的研究方(fāng)式(shì),他的工(gōng)作量会非常大。因为要检测这种反应是否(fǒu)具(jù)有普适性,需(xū)要用不同(tóng)的分子做大量的(de)实验才(cái)行。“如(rú)果(guǒ)有(yǒu)人工智能的帮助,就可以有(yǒu)针对性地去(qù)做这件事。” 李承辉说。
未来(lái)只(zhī)需“照药开方(fāng)”
过去,了解一个化学反应条件是(shì)否可行(háng),就是不断试错的过程。需要(yào)人工一(yī)个一个去(qù)测试(shì),包含大量的重复性劳(láo)动。如今,可以利用人工智能对化学反(fǎn)应数据进行(háng)快速检测,然后(hòu)在机器上进行通量的反应条件测试,整个系统一天可以(yǐ)做上(shàng)千个反(fǎn)应条(tiáo)件的测试。换(huàn)成人(rén)工,一个实(shí)验室里每天(tiān)做20个化学反(fǎn)应测试就已经很不错了。未来化学领域的(de)人(rén)工智能应用将像(xiàng)人工智能医生一样,它能够(gòu)掌握和消化海量(liàng)合成方法(fǎ)、合成(chéng)路线、材料结构和性(xìng)能(néng)等(děng),科研人员(yuán)做化学合成研究(jiū)时,它可以(yǐ)帮助分析和解决很多问题。
不过总的来说,人(rén)工智(zhì)能扮演的角色(sè)仍是辅助性的。它可以(yǐ)将化学研究人员从繁重(chóng)的手工劳动中解放(fàng)出来,并(bìng)为他们的研究提供(gòng)一(yī)些参考和借鉴。但其(qí)推荐的结果也(yě)需要(yào)研究人员利用专业知(zhī)识和经验去判(pàn)断,哪些(xiē)是真正可行的。此(cǐ)外,人工(gōng)智能(néng)推荐化学合成路线目前(qián)仍(réng)处于(yú)模(mó)型机(jī)阶(jiē)段。马大为认(rèn)为(wéi),化学研究(jiū)人员需要不断地为人工智能(néng)提供一(yī)些创新策略,推动人工(gōng)智能系统不断优化,后者再(zài)反过来推动化学研(yán)究人(rén)员进行更深入的(de)研究。
人工智能机器人助力快速(sù)发(fā)现新分子
早在去(qù)年(nián),英国格拉斯(sī)哥大学的(de)化学家们已经讨(tǎo)论了如何训练一个人工智能有(yǒu)机化学合成机器人(rén)来(lái)自动(dòng)探索大量的化学反应。
研究小组通过使用18种不(bú)同(tóng)的起始化学物质的组合来模拟大约1000种反应,展(zhǎn)示了该系统的潜力。在探(tàn)索了大约100种的可能反应后,机器人(rén)能够以(yǐ)超过80%的准确(què)率预测出哪些初始化学物(wù)质的组合(hé)应(yīng)该(gāi)被探(tàn)索以产生新的反(fǎn)应和分子。通过探索这(zhè)些反应,他们(men)发现了一系列以(yǐ)前不为人知的新分子和反应。研究人员发现了4个新反应,其中一个反应(yīng)被(bèi)归(guī)入已(yǐ)知最独特(tè)反应的前1%。
研究者表示,这种方法是化(huà)学数字化(huà)的关(guān)键(jiàn)一(yī)步,它将允许(xǔ)对化学空间(chemical space)进行实时检(jiǎn)索,从而帮助新药物的发现,并削减(jiǎn)成(chéng)本,节(jiē)省时(shí)间,提(tí)高安全性,减少浪费,帮助化学进入一(yī)个新的(de)数字(zì)时代(dài)。