早在去年，英國格拉斯哥大學(xué)的化學(xué)家們已經(jīng)討論了如何訓(xùn)練一個(gè)人工智能有機(jī)化學(xué)合成機(jī)器人來自動(dòng)探索大量的化學(xué)反應(yīng)。 QXCI+Fcg  
})Jp5vv  
這種“自我驅(qū)動(dòng)”的系統(tǒng)以機(jī)器學(xué)習(xí)算法為基礎(chǔ)，可以發(fā)現(xiàn)新的反應(yīng)和分子，允許利用數(shù)字化學(xué)數(shù)據(jù)驅(qū)動(dòng)的方法來定位感興趣的新分子，而不是局限于一個(gè)已知的數(shù)據(jù)庫和常規(guī)的有機(jī)合成規(guī)則。其結(jié)果可能降低發(fā)現(xiàn)新的藥物分子、新化學(xué)產(chǎn)品(包括材料)、聚合物及用于高科技應(yīng)用(如成像)分子的成本。 827N?pU$)  
_F9 c.BH  
研究小組通過使用18種不同的起始化學(xué)物質(zhì)的組合來模擬大約1000種反應(yīng)，展示了該系統(tǒng)的潛力。在探索了大約100種的可能反應(yīng)后，機(jī)器人能夠以超過80%的準(zhǔn)確率預(yù)測出哪些初始化學(xué)物質(zhì)的組合應(yīng)該被探索以產(chǎn)生新的反應(yīng)和分子。通過探索這些反應(yīng)，他們發(fā)現(xiàn)了一系列以前不為人知的新分子和反應(yīng)。研究人員發(fā)現(xiàn)了4個(gè)新反應(yīng)，其中一個(gè)反應(yīng)被歸入已知最獨(dú)特反應(yīng)的前1%。
sx;1V{|g  
%PpB$  
研究者表示，這種方法是化學(xué)數(shù)字化的關(guān)鍵一步，它將允許對(duì)化學(xué)空間(chemical space)進(jìn)行實(shí)時(shí)檢索，從而幫助新藥物的發(fā)現(xiàn)，并削減成本，節(jié)省時(shí)間，提高安全性，減少浪費(fèi)，幫助化學(xué)進(jìn)入一個(gè)新的數(shù)字時(shí)代。（來源：環(huán)球網(wǎng)）