人工智能（AI）是近年来的爆款话题。在医药行业，关于AI能否有效设计新药的争论也从未停歇。近日，发表在顶尖学术期刊《科学》上的一项研究，则让我们看到了积极的一面：来自普林斯顿大学（Princeton University）和默沙东研究实验室（Merck Research Laboratories）的化学家们开发了一款人工智能，可以精准地预测化学反应的产率，这有望在新药开发上得到广泛的应用。

从本质上看，新药的合成与制造是化学反应。化学家们为了得到想要的分子，必须以合适的比例加入正确的原料，并提供恰当的反应条件。这听起来虽然很简单，但让机器来预测和设计高产率的化学反应却并不容易。一个典型的化学反应需要有大量不同的化学分子参与。而每一个额外分子的加入，都会为计算添加一个维度。即便对于近年表现出彩的人工智能，化学家们也不是很确定它是否能胜任这项工作。

为了让机器学会设计高产率的化学反应，我们需要帮助它建立一个多维度的模型。但从历史上看，这一直是个瓶颈。其背后的原因在于这个模型过于复杂，而我们能用来训练这个模型的数据却远远不够。幸好，随着默沙东在机器人系统上的大量投入，现在我们能在短短几天内，完成数千个化学反应。这产生了大量可以用来训练AI的数据。

▲默沙东研究实验室的Spencer Dreher博士（图片来源：默沙东官方网站）

“我非常高兴地看到，我们产生的数据质量很高，能用于建立有效的模型。”默沙东研究实验室的Spencer Dreher博士说道。

在获得了这些数据，并利用程序对每一个输入进模型的化学品进行定量标注后，研究人员们考量了多种统计学模型的准确率。有趣的是，行业中常用的线性回归模型在这一任务的执行上表现并不好，而表现最好的是一类叫做“随机森林”（random forest）的模型。此类模型能从训练数据库中随机提取出小量的样本，构建决定树（decision tree），而每一棵决定树都能对特定的化学反应产率进行预测。这些预测会被综合评估，产生一个总体的预测产率。结果表明，这款模型能很好地对训练数据之外的化学反应进行产率的预测。

▲“随机森林”模型表现最佳（图片来源：《科学》）

▲该模型可以准确预测产率（图片来源：《科学》）

“只要几百个反应数据，我们就能准确地用模型预测产率。化学家们甚至都不需要机器人的帮助，自己就能完成这些反应。”这项研究的第一作者Derek Ahneman博士说道。

▲普林斯顿大学的Abigail Doyle教授（图片来源：普林斯顿大学）

“我们开发的这款软件能适用于任何反应或任何底物类型，”该研究的通讯作者之一，普林斯顿大学的Abigail Doyle教授说道：“我们希望人们能将这一工具应用于其他反应之中。”

参考资料：

[1] Chemists harness artificial intelligence to predict the future of chemical reactions

[2] Predicting reaction performance in C–N cross-coupling using machine learning