日前,科學(xué)家們試圖運用人工智能來代替化學(xué)家們的傳統(tǒng)建模方法,以達(dá)到更快地破解分子結(jié)構(gòu)的目的。
一種藥物被制造出來,科學(xué)家必須要了解該藥物的活性成分進(jìn)入人體會如何表現(xiàn)。這就要求科學(xué)家要詳細(xì)了解藥物們確切的原子結(jié)構(gòu),通常采用的方法是磁共振和密度泛函理論相結(jié)合的技術(shù)。核磁共振技術(shù)通常用于探測原子之間的磁場,并確定相鄰原子之間是如何相互作用的。然而,通過核磁共振測定完整的晶體結(jié)構(gòu),需要極其復(fù)雜且非常耗時的量子化學(xué)計算,這對于結(jié)構(gòu)非常復(fù)雜的分子而言難度非常大,同時需要配合密度泛函理論(DFT)技術(shù)來進(jìn)行計算工作。DFT技術(shù)使用復(fù)雜的量子化學(xué)計算來映射特定區(qū)域內(nèi)的電子密度,這個過程中需要進(jìn)行非常大量的計算。
瑞士洛桑聯(lián)邦理工學(xué)院(EPFL)的科學(xué)家們建立了一個名為ShiftML的機(jī)器學(xué)習(xí)程序,并利用來自CambridgeStructuralDatabase的數(shù)據(jù)對ShiftML進(jìn)行了訓(xùn)練,其中2000個化合物結(jié)構(gòu)用于對ShiftML的訓(xùn)練和驗證,另外500個用于對其進(jìn)行測試。這個數(shù)據(jù)庫中包含數(shù)千種化合物計算得出的DFT化學(xué)位移,其中每一個化合物都由不到200個原子組成。研究人員表示,即使對于相對簡單的分子,ShiftML的計算速度也比現(xiàn)有的方法快了將近1萬倍。
尤其是面對復(fù)雜的化合物,AI測定藥物分子結(jié)構(gòu)的優(yōu)勢會更加明顯。研究小組希望未來的ShiftML可以用來輔助藥物設(shè)計工作。“這項研究是非常令人興奮的,因為大幅度加速計算時間可以讓我們能夠覆蓋更大的構(gòu)象空間,并準(zhǔn)確界定那些以前無法確定的結(jié)構(gòu),”研究論文的共同作者之一、EPFL的化學(xué)教授LyndonEmsley博士表示:“ShiftML可以讓現(xiàn)代的大多數(shù)復(fù)雜藥物分子觸手可及。”
如今,ShiftML已經(jīng)可以開源使用,任何人都可以在平臺上上傳分子,并獲得其核磁共振特征。