harmonySi的个人博客分享 http://blog.sciencenet.cn/u/harmonySi

博文

人工智能助力化学合成 精选

已有 16985 次阅读 2017-1-1 16:09 |系统分类:观点评述

   昨晚跨年夜,在电视机旁断断续续听了半场由“罗辑思维”举办的声势浩大的跨年演讲(据说全场长达4小时,这里需要佩服一下罗胖演讲的毅力和在场观众的定力)。其中,相比于由各路“大腕”和“新秀”贡献的“创业鸡汤”,我感觉罗振宇对“人工智能”的原理介绍和前景分析还是比较深入浅出,有不少干货,值得聆听思考。

   罗振宇将人工智能的要点概括如下:

1,人工智能不是在复制人类,它是完全不同的另外一种存在。

2,人工智能不会提高玩家参与的门槛,是降低了参与门槛。

3,人工智能不仅是人的延伸,它是人的替代。



   2016年,对于“人工智能“无疑是很不平常的一年。在围棋挑战中,AlphaGo几乎完胜李世石;特斯拉正式推出无人驾驶汽车并准备正式销售;连轻易不出新刊的美国科学促进会(AAAS),都在年末推出了一本名为《Science Robotics》的学术期刊,以重点关注机器学习和自动驾驶等人工智能的前沿领域发展。

   由于自己是化学背景,对编程算法一窍不通,所以长久以来虽然尽管屡屡接触“人工智能”这个概念,但依然充满距离感。 然而近年来, 不得不说即便是像化学合成这样传统的实验室工作也与“大数据”和“人工智能”越走越近,甚至出现了不少交集。

   2016年,波兰科学院教授Bartosz Grzybowski在Wiley旗下期刊Angew. Chem. Int. Ed. 发表了一篇有关“通过计算机辅助设计分子合成“的综述论文,系统总结了该领域的理论基础和近年来的研究进展。在他的领导下,来自波兰科学院的研究者还与韩国蔚山国家科学技术学院联合,开发了一款名为Chematica 的软件,可以帮助化学家快速得到物质的合成路线。与目前市场上应用比较广泛的Scifinder和Reaxys等分子式检索数据库不同,Chematica的运转建立在”深度学习“基础上,可以在短时间内预测反应,甚至提供未被文献报道的分子合成途径。

   而Chematica仅仅是近年来开发的逆合成分析软件之一。

   例如,Wiley自己也开发了一款建立在“大数据”和“机器学习”基础上的化学合成软件Chemplanner作为计算机辅助有机合成设计系统,它可以通过云计算帮助化学家在多种合成路径当中筛选出简洁高效的最优方法。更重要的是,该系统也不局限于已有的文献报道,而是可以利用精选的合成规则预测反应路线图,完成从目标产物到可获取的起始原料间的逆合成分析。Chemplanner还可以根据需要(如成本控制,有无催化剂等)重新设计路线。

图示:Chemplanner 对神经药物Paullone的逆合成分析,其中“书本”标志为已有文献报道的步骤,“灯泡”标志为Chemplanner的推测。

 

 记得10年前读博士的年代,我的导师就讲过,现在的有机化学已经发展到这样一种水平,即对于绝大多数天然产物,只要不计成本,都可以完成人工合成的工作。

   然而这种传统有机合成模式,不仅是对成本和实验工作者体力的挑战,更是对路线设计者记忆力和分析能力的挑战。人们必须回忆多个有机反应的机理,而后在大量查阅文献的基础上,才可能得到一个看似合理的逆合成分析,在目标分子和可得原料之间建立起联系。这一分析过程由于需要大量经验积累,所以很难由学生自己完成,通常是由导师作为总设计师,而研究生需要做的往往是在实验室里彻夜工作,使路线变为现实。即使真正打通的合成路径,又往往因为需要太多的合成步骤、产率太低或者成本过高,而止步于论文发表,真正能够实现商业化、成为一种制药工业方法的则更是凤毛麟角。

   也许正因为如此,全合成一直是有机化学研究中“曲高和寡”的研究方向,甚至被当作一种优雅艺术来欣赏。

   “人工智能“的引入也许会为有机合成化学,特别是天然产物和药物的全合成带来一场革命。

   未来的有机化学合成,可能如同“百度地图”,即使你身处在一个完全陌生的城市,只需输入想要到达的目的地,然后严格按照GPS设定的导航就可以达到,而且你还可以根据具体的需要(比如成本最低、耗时最短等)选择不同的行走途径。而这一切都不需要你对整个城市的交通状况和公交系统有全面的了解。

   这使得在未来,也许像E.J. Corey这样的有机全合成大师将成为历史。因为正如李世石败于AlphaGo, 在复杂分子合成设计上再博学的化学家可能也很难与“深度学习”过海量文献并且不会遗忘的“人工智能”进行对弈。今后的有机化学工作者也许会将更多精力用于新合成规则的创建以及将电脑预测的途径变为现实。

   然而,一项新技术的出现未必会得到所有人的首肯。假想现在某个导师向学生询问一条合成途径的来源,学生回答不是来自参考书,不是来自发表文献,不是老师的指导甚至不是自己的思考,而是来自“人工智能”所提供的答案,这位导师是不是会有所排斥并且不情愿让学生去尝试?


   无论如何,我们不得不承认,对于某些客观规律的探索,“人工智能”可能已经走在了人类的前面。化学合成智能软件的出现就可能成为人类探索有机化学领域的强大工具,未来对于从事化学工作者的意义不言自明。






https://blog.sciencenet.cn/blog-600576-1024727.html

上一篇:关于透明同行评审
下一篇:如何保护公众免受虚假信息误导
收藏 IP: 61.14.130.*| 热度|

7 彭真明 梁洪泽 刘建明 苏力宏 强涛 樊采薇 李剑超

该博文允许注册用户评论 请点击登录 评论 (8 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 02:42

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部