研究人員設(shè)計(jì)了一種機(jī)器學(xué)習(xí)算法，該算法比受過(guò)訓(xùn)練的化學(xué)家更準(zhǔn)確地預(yù)測(cè)化學(xué)反應(yīng)的結(jié)果，并提出了制造復(fù)雜分子的方法，從而消除了藥物開(kāi)發(fā)中的重大障礙。

劍橋大學(xué)的研究人員表明，該算法可以預(yù)測(cè)復(fù)雜化學(xué)反應(yīng)的結(jié)果，準(zhǔn)確率超過(guò)90%，優(yōu)于訓(xùn)練有素的化學(xué)家。該算法還向化學(xué)家展示了如何制備目標(biāo)化合物，從而將化學(xué)“圖譜”提供給所需的目標(biāo)。在ACS中央科學(xué)和化學(xué)通訊雜志上的兩項(xiàng)研究中報(bào)道了結(jié)果。

藥物發(fā)現(xiàn)和材料科學(xué)中的一個(gè)主要挑戰(zhàn)是找到通過(guò)化學(xué)方法將更簡(jiǎn)單的結(jié)構(gòu)單元化學(xué)結(jié)合在一起來(lái)制造復(fù)雜的有機(jī)分子的方法。問(wèn)題在于這些構(gòu)建基塊經(jīng)常以意外的方式做出反應(yīng)。

負(fù)責(zé)這項(xiàng)研究的劍橋大學(xué)卡文迪許實(shí)驗(yàn)室的Alpha Lee博士說(shuō)：“制造分子通常被描述為通過(guò)反復(fù)試驗(yàn)而實(shí)現(xiàn)的技術(shù)，因?yàn)槲覀儗?duì)化學(xué)反應(yīng)性的了解還遠(yuǎn)遠(yuǎn)不夠。” “機(jī)器學(xué)習(xí)算法可以更好地理解化學(xué)，因?yàn)樗鼈兛梢詮臄?shù)百萬(wàn)已發(fā)表的化學(xué)反應(yīng)中提煉出反應(yīng)性模式，而這是化學(xué)家無(wú)法做到的。”

Lee及其小組開(kāi)發(fā)的算法使用模式識(shí)別工具，通過(guò)對(duì)專利中發(fā)表的數(shù)百萬(wàn)種反應(yīng)進(jìn)行訓(xùn)練的模型來(lái)識(shí)別分子中的化學(xué)基團(tuán)如何反應(yīng)。

研究人員將化學(xué)反應(yīng)預(yù)測(cè)視為機(jī)器翻譯問(wèn)題。反應(yīng)的分子被認(rèn)為是一種語(yǔ)言，而產(chǎn)物被認(rèn)為是另一種語(yǔ)言。然后，模型使用文本中的模式來(lái)學(xué)習(xí)如何在兩種語(yǔ)言之間進(jìn)行翻譯。

使用這種方法，該模型在預(yù)測(cè)看不見(jiàn)的化學(xué)反應(yīng)的正確產(chǎn)物時(shí)可達(dá)到90%的準(zhǔn)確性，而受過(guò)訓(xùn)練的人類化學(xué)家的準(zhǔn)確性約為80%。研究人員說(shuō)，該模型足夠準(zhǔn)確，可以檢測(cè)數(shù)據(jù)中的錯(cuò)誤并正確預(yù)測(cè)過(guò)多的困難反應(yīng)。