继医疗之后，AI通过预测化学反应结果助力药物研发

编者按：AI的到来在医疗圈不断引起新的话题，然而AI并未就此停下它的脚步，一路攻城略池又来到了药物研发。

好戏继续！

通过将原子比作字母、将分子比作单词的方法，IBM的人工智能技术正在使用翻译语言的方法来预测有机化学反应的结果，从而加速新药的研发过程。在过去50年里，科学家们试图训练计算机如何模拟化学反应，来帮助预测有机化学反应的结果。然而，有机化学反应非常复杂，以往的模型已经被证明既耗费时间又不准确。

现在，IBM的研究人员将通常用于翻译语言的AI技术应用于有机化学反应。IBM研究员TeodoroLaino说：“不是把英文翻译成德文或中文，而是用同样的人工智能技术来看待数十万甚至数百万次的化学反应，让计算机把有机化学的基础结构作为一种语言，最终试图预测可能的有机化学反应结果。”

合成药物或者其他复杂的有机化合物往往是一项艰巨的任务，“我们希望帮助化学家设计有机化合物的新合成路线，一个合成路径可能需要30或40步，商业领域正在努力寻找捷径希望能够跳过几个步骤，从而缩短时间，提高产量。”Laino解释道。

如今全新的AI技术就是一个人工神经网络，在这个网络中，神经元组件通过数据来合作解决一个问题，比如翻译一个句子。然后神经网络反复调整其神经元之间的联系，看看这些新的连接模式是否能更好地解决问题。随着不断进展，神经网络最终发现哪种模式在计算解决方案上是最好的，这是一个模仿人脑的学习过程。 Laino认为“这种推理和学习方式与有机化学家的做法非常相似。”

正如一个在自然环境中学习语言的孩子一样，他很可能并不知道这种语言的语法和词性变化等一系列语言规则，但是他仍然可以做到流利的讲出这门语言。这个AI技术同样不会去学习有机化学的工作原理，但仍然可以预测化学反应的结果。如果AI认为化学反应可能有多个结果的情况下，它会提供多种解决方案并按可能性排序。

IBM研究员Philippe Schwaller表示：“目前我们这项技术可以达到80％的准确率。”到目前为止，人工智能处理的最大分子有150个原子。IBM研究员Théophile Gaudin说：“理论上我们还可以作用于更长的分子。”

未来，IBM计划通过云的方式向用户提供这个服务。Gaudin表示“除了通用模型用于一般的有机化学反应，我们还构建了专门的模型用于特定类别的有机化学反应。通过这种方式，我们希望能够达到90％甚至更高的精确度。”

此外，未来研究人员可能会将诸如温度、溶剂和pH等因素纳入AI所学的化学反应中。然而，这需要确认所有这些额外的数据的准确性。Gaudin说：“我们还希望进行社会性实验，希望有机化学专家能够加入我们，看看我们的模型是否能和他们竞争。”

由于人工智能尚不完善，有机化学家仍需要继续工作。IBM研究员Teodoro Laino表示：“我们创建这个工具并不是想要取代有机化学家，而是希望帮助他们。”