AI测定药物分子结构 竟比人工快一万倍

日前，科学家们试图运用人工智能来代替化学家们的传统建模方法，以达到更快地破解分子结构的目的。

一种药物被制造出来，科学家必须要了解该药物的活性成分进入人体会如何表现。这就要求科学家要详细了解药物们确切的原子结构，通常采用的方法是磁共振和密度泛函理论相结合的技术。核磁共振技术通常用于探测原子之间的磁场，并确定相邻原子之间是如何相互作用的。然而，通过核磁共振测定完整的晶体结构，需要极其复杂且非常耗时的量子化学计算，这对于结构非常复杂的分子而言难度非常大，同时需要配合密度泛函理论（DFT）技术来进行计算工作。DFT技术使用复杂的量子化学计算来映射特定区域内的电子密度，这个过程中需要进行非常大量的计算。

瑞士洛桑联邦理工学院（EPFL）的科学家们建立了一个名为ShiftML的机器学习程序，并利用来自CambridgeStructuralDatabase的数据对ShiftML进行了训练，其中2000个化合物结构用于对ShiftML的训练和验证，另外500个用于对其进行测试。这个数据库中包含数千种化合物计算得出的DFT化学位移，其中每一个化合物都由不到200个原子组成。研究人员表示，即使对于相对简单的分子，ShiftML的计算速度也比现有的方法快了将近1万倍。

尤其是面对复杂的化合物，AI测定药物分子结构的优势会更加明显。研究小组希望未来的ShiftML可以用来辅助药物设计工作。“这项研究是非常令人兴奋的，因为大幅度加速计算时间可以让我们能够覆盖更大的构象空间，并准确界定那些以前无法确定的结构，”研究论文的共同作者之一、EPFL的化学教授LyndonEmsley博士表示：“ShiftML可以让现代的大多数复杂药物分子触手可及。”

如今，ShiftML已经可以开源使用，任何人都可以在平台上上传分子，并获得其核磁共振特征。