助力药物发现?人工智能可用人类“化学直觉”

《自然通讯》 31日发表的一篇论文报告了一种机器学习模型，它可以部分再现职业化学家在工作场所积累的集体知识，通常被称为“化学直观”。研究组认为，该研究今后在药物开发上会更加有效。

传统上，药物和化学的发现依赖于试验错误和研究者积累的知识。使用模拟工具，特别是机器学习，研究者可以更快地发现候选分子，并大幅减少寻找新药化合物的费用。如果要使用可以预测分子性质的机器，分子必须还原为数学表语，通常包含一系列性质或“特征”。这种以数据为中心的性能预测模型要想成功，掌握正确的特性是关键。

在英国的微软研究院科学智能中心（ai4science）和瑞士的诺华生物医学研究所联合组此次35名医学化学家各自对5000中选择更偏向分子，再把他们的回答排序游戏机器学习模型的训练模型分子继打分。这个分数来自行业内多年积累的知识，几乎不受其他因素的影响。

这个小组的模型还可以用来改变数学模型的建议，以更好地适应化学家们的集体专业性，这将缩短未来药物开发的重复时间。

研究人员认为，这种方法可以成为药物开发中分子建模的补充。

一些科幻小说将外界生物从出生开始就积累的所有知识都包含在内，高度发展文明。人只有长时间学习才能学到知识，积累经验。这次机器学习了直觉。这是在瞬间移植人类宝贵的经验。ai对化学产生了革命性的影响。在新材料的发现，正确模拟，合成途径的优化等方面，可以促进精密化学的快速进步，大幅缩短药物研究开发的试行错误过程。