上海大學量子與分子結構國際中心（ICQMS）、物理系東方學者Mark Waller教授，近日在國際頂級期刊Nature上發(fā)表了以上海大學為通訊作者單位的研究論文“Planning chemical syntheses with deep neural networks and symbolic AI”。該團隊應用深層神經(jīng)網(wǎng)絡及人工智能算法，來規(guī)劃新的化學合成路線。
傳統(tǒng)的化學合成路線設計一般采用被稱為“逆合成分析”的策略，把要合成的復雜目標分子拆分成若干小分子前體，對前體再拆分，不斷進行，直到達到實驗室已有的化合物為止。Mark Waller教授應用計算機來輔助逆合成分析，開發(fā)了新的計算預測系統(tǒng)。該系統(tǒng)采用蒙特卡洛樹進行搜索，并引入符號人工智能來尋找逆合成分析的路線。并且，在蒙特卡洛樹步驟還中引入了兩種深度神經(jīng)網(wǎng)絡來提高計算精度與效率：擴張決策網(wǎng)絡用于尋找路徑，過濾網(wǎng)絡用于對可能的逆合成路線進行初步篩選。用于訓練神經(jīng)網(wǎng)絡的測試集包括了所有已經(jīng)發(fā)表過的有機化學反應。
和兩種傳統(tǒng)合成方法相比（紅色和綠色），使用新型人工智能算法（藍色）在較短時限內可以完成更多分子的合成路線預測（圖片來源：《Nature》）
經(jīng)測試，Mark Waller教授開發(fā)出的分析系統(tǒng)比傳統(tǒng)的計算機輔助法快30倍，預測出的合成路線比傳統(tǒng)計算機輔助法給出的多一倍，還不需要任何其他的經(jīng)驗或者假設。
Mark Waller教授開發(fā)的逆合成分析系統(tǒng)的結果具有很高的專業(yè)水平，在一個雙盲的AB測試中，大部分接受測試的化學家都認為，分析系統(tǒng)生成的合成路線是與已經(jīng)發(fā)表的文獻等價的。
“在過去的60年里，科學家們一直試圖通過人工編碼的方式，將合成規(guī)則指定給計算機，”Waller博士在論文中寫道：“和傳統(tǒng)方法不同的是，我們使用了具備規(guī)劃能力、符號象征能力及自動化學習能力的強大算法，這對于計算機能否在化學合成中發(fā)揮輔助作用至關重要。而這一技術也為滿足人類在農(nóng)業(yè)、醫(yī)療及材料科學等領域的需求奠定了堅實的基礎！
隨著人工智能技術的不斷發(fā)展，其已經(jīng)開始在化學合成領域發(fā)揮強大的作用。我們也希望，未來的人工智能可以在更加多樣的科研領域內，實現(xiàn)越來越多的突破。
- 濟南大學化學化工學院國家級人才團隊招聘 - 教授、副教授、講師、博士后（師資） 2025-04-21
- 天大封偉教授、王玲教授團隊 Matter：人工智能神經(jīng)肌肉纖維束 2024-12-04
- 濟南大學化學化工學院國家級人才團隊招聘啟事 - 教授、副教授、講師、博士后（師資） 2024-11-12
- 英屬哥倫比亞大學 Zachary Hudson教授等 JACS：導向網(wǎng)狀化學合成介孔ZIFs 2024-11-02
- 四川大學朱劍波教授團隊 Angew：基于動力學拆分聚合化學合成完全等規(guī)聚硫酯 2024-05-02
- 浙江大學顧臻教授、南開大學高潔研究員《Chem. Soc. Rev.》封面論文: 生物材料的體內合成策略 2023-12-21
