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網絡及人工智能算法，來規劃新的化學合成路線。
傳統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，開發了新的計算預測系統。該系統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網絡來提高計算精度與效率：擴張決策網絡用于尋找路徑，過濾網絡用于對可能的逆合成路線進行初步篩選。用于訓練神經網絡的測試集包括了所有已經發表過的有機化學反應。
和兩種傳統合成方法相比（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》）
經測試，Mark Waller教授開發出的分析系統比傳統的計算機輔助法快30倍，預測出的合成路線比傳統計算機輔助法給出的多一倍，還不需要任何其他的經驗或者假設。
Mark Waller教授開發的逆合成分析系統的結果具有很高的專業水平，在一個雙盲的AB測試中，大部分接受測試的化學家都認為，分析系統生成的合成路線是與已經發表的文獻等價的。
“在過去的60年里，科學家們一直試圖通過人工編碼的方式，將合成規則指定給計算機，”Waller博士在論文中寫道：“和傳統方法不同的是，我們使用了具備規劃能力、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揮輔助作用至關重要。而這一技術也為滿足人類在農業、醫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展，其已經開始在化學合成領域發揮強大的作用。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
