研究總體框架。
圖片來(lái)源：《自然·通訊》在線(xiàn)版
【總編輯圈點(diǎn)】
科技日報北京10月31日電 （記者張夢(mèng)然）《自然·通訊》31日發(fā)表的一篇論文報道了一種機器學(xué)習模型，該模型能部分重現職業(yè)化學(xué)家在工作中積累的集體知識，這類(lèi)知識通常被稱(chēng)為“化學(xué)直覺(jué)”。研究團隊認為，該研究或使今后的藥物研發(fā)更高效。
傳統上，藥物與化學(xué)發(fā)現需要依靠試錯實(shí)驗和研究人員在工作中積累的知識。使用模擬工具，尤其是機器學(xué)習，能讓研究人員更快地發(fā)現候選分子，極大降低發(fā)現新藥用化合物的成本。如果要用機器學(xué)習預測分子性質(zhì)，分子就必須還原到數學(xué)表達，這通常包含一組性質(zhì)或“特征”。確定正確特征是這些數據驅動(dòng)性能預測模型成功的關(guān)鍵。
位于英國的微軟研究院科學(xué)智能中心（AI4Science）和瑞士諾華生物醫學(xué)研究所的聯(lián)合團隊，此次讓35名醫學(xué)化學(xué)家各自從5000對分子中選擇自己更偏向的分子，再用他們的回答做成排序游戲來(lái)訓練一個(gè)機器學(xué)習模型，隨后讓這個(gè)模型給分子打分。這個(gè)分數來(lái)自行業(yè)內多年的知識積累，基本不受其他因素的影響。
該團隊提出的模型還能用來(lái)改變數學(xué)模型的推薦，從而更好地匹配化學(xué)家的集體專(zhuān)業(yè)知識，有望在今后早期藥物研發(fā)中縮短迭代時(shí)間。
研究人員認為，這種方法或能在藥物研發(fā)中作為對分子建模的補充。
在一些科幻小說(shuō)的設定中，外星生物出生時(shí)就裝載有當前時(shí)代沉淀下來(lái)的所有知識，從而實(shí)現文明的高速發(fā)展。人類(lèi)只能靠長(cháng)時(shí)間學(xué)習來(lái)掌握知識，積累經(jīng)驗。此次，機器學(xué)習了直覺(jué)，相當于瞬間移植了人類(lèi)的寶貴經(jīng)驗，就像阿爾法狗快速學(xué)習，在圍棋領(lǐng)域秒殺人類(lèi)大師一樣。AI正在給化學(xué)帶來(lái)革命性影響。在新材料發(fā)現、準確模擬、優(yōu)化合成路徑等方面，它推動(dòng)精準化學(xué)快速進(jìn)步，也可大幅縮短藥物研發(fā)的試錯過(guò)程。
【關(guān)閉】
