概述

目前人類雖然已掌握數(shù)以億計(jì)的分子數(shù)量，但也只占未知分子數(shù)目的一小部分，阻擋化學(xué)家發(fā)現(xiàn)未知分子的一個(gè)重要因素是缺乏分子的合成路線，而有機(jī)合成能夠?yàn)榛瘜W(xué)家們提供一種從簡(jiǎn)單結(jié)構(gòu)分子破碎重組合成復(fù)雜的分子的方法。在有機(jī)合成領(lǐng)域早期主要依靠化學(xué)家累計(jì)的經(jīng)驗(yàn)及制定的模板來(lái)進(jìn)行合成實(shí)驗(yàn)，隨著分子機(jī)器學(xué)習(xí)中的生成模型逐漸成熟，用數(shù)據(jù)驅(qū)動(dòng)的方法應(yīng)對(duì)有機(jī)合成的挑戰(zhàn)成為當(dāng)下化學(xué)產(chǎn)品研究及研發(fā)的重要手段之一。
隨著人工智能技術(shù)日漸成熟，其在化學(xué)領(lǐng)域應(yīng)用優(yōu)勢(shì)也逐漸展現(xiàn)出來(lái)，有機(jī)合成預(yù)測(cè)就是其中之一。在傳統(tǒng)的化學(xué)實(shí)驗(yàn)室中，實(shí)驗(yàn)員想了解兩種分子的產(chǎn)物，必須通過(guò)真實(shí)的化學(xué)實(shí)驗(yàn)才能得到結(jié)果。而借助國(guó)工數(shù)據(jù)大腦平臺(tái)中有機(jī)合成算法，實(shí)驗(yàn)員僅通過(guò)簡(jiǎn)單的點(diǎn)擊就可以得到兩種分子反應(yīng)的多條預(yù)測(cè)結(jié)果，以供相關(guān)人員進(jìn)行參考。這不僅能夠節(jié)省時(shí)間成本，同時(shí)還能夠降低了相關(guān)的實(shí)驗(yàn)成本，及相關(guān)的實(shí)驗(yàn)風(fēng)險(xiǎn)。

平臺(tái)優(yōu)勢(shì)

國(guó)工數(shù)據(jù)大腦平臺(tái)是一個(gè)集成人工智能算法、統(tǒng)計(jì)學(xué)算法的數(shù)據(jù)分析平臺(tái)，服務(wù)于傳統(tǒng)行業(yè)的智能化改造升級(jí)。經(jīng)過(guò)多年的積累，國(guó)工數(shù)據(jù)大腦平臺(tái)在數(shù)據(jù)、算法等方面具有明顯的優(yōu)勢(shì)。針對(duì)于有機(jī)合成預(yù)測(cè)算法，其主要優(yōu)勢(shì)如下：
第一，集成于國(guó)工數(shù)據(jù)大腦平臺(tái)，降低了該算法的使用門檻，使用者僅需輸入?yún)⑴c反應(yīng)的SMILES代碼即可；具有較快的運(yùn)行速度，可以快速響應(yīng)用戶的需求；
第二，建模數(shù)據(jù)規(guī)模龐大，主要得益于國(guó)工智能在化工行業(yè)深耕多年，慢慢積累得來(lái)；
第三，采用transformer AI技術(shù)框架進(jìn)行訓(xùn)練，克服對(duì)既有經(jīng)驗(yàn)以及模板庫(kù)的依賴，同時(shí)擁有較高的預(yù)測(cè)準(zhǔn)確率；
第四，數(shù)據(jù)、模型可信度高，每條數(shù)據(jù)均出自于相關(guān)專利文獻(xiàn)，并且模型的預(yù)測(cè)線路均參考相關(guān)文獻(xiàn)專利；
第五，多條預(yù)測(cè)線路展示，該算法可以為每個(gè)預(yù)測(cè)線路進(jìn)行可靠性計(jì)算，并按照可靠性高低展示給用戶。

預(yù)測(cè)過(guò)程

首先，打開(kāi)國(guó)工數(shù)據(jù)大腦平臺(tái)。依次進(jìn)行操作:機(jī)器學(xué)習(xí)-->工作臺(tái)—>新建正向合成計(jì)算流程—>拉取正向合成組件（圖1）

圖1

然后，進(jìn)行組件配置。資源項(xiàng)選擇正向合成云服務(wù)，分子式填入?yún)⑴c反應(yīng)的相關(guān)反應(yīng)的SMILES表達(dá)式，并按照相應(yīng)規(guī)則填入，如圖2所示。最后點(diǎn)擊調(diào)試，當(dāng)顯示運(yùn)行成功時(shí)即表示運(yùn)行預(yù)測(cè)算法成功，平臺(tái)會(huì)將預(yù)測(cè)結(jié)果展現(xiàn)給用戶，結(jié)果如圖3所示。

圖3

如圖3所示，數(shù)據(jù)大腦平臺(tái)運(yùn)行預(yù)測(cè)算法可以同時(shí)得到多條預(yù)測(cè)結(jié)果，以供實(shí)驗(yàn)人員進(jìn)行參考。同時(shí)其排序順序則是按照算法預(yù)測(cè)結(jié)果的可靠性計(jì)算后展示給用戶。
其中每條結(jié)果都是由參與反應(yīng)的反應(yīng)分子的分子結(jié)構(gòu)圖及其SMILES表達(dá)式與預(yù)測(cè)生成物的SMILES的分子結(jié)構(gòu)圖及其SMILES表達(dá)式共同組成。分子結(jié)構(gòu)圖可以幫助實(shí)驗(yàn)人員快速的定位到發(fā)生反應(yīng)的官能團(tuán)，以及具體的化學(xué)鍵的斷裂與重組的情況。依據(jù)以上信息以及其本身的經(jīng)驗(yàn)，實(shí)驗(yàn)人員可以分析出分子間結(jié)合反應(yīng)的合理性，并以此作為該反應(yīng)是否保留進(jìn)行真實(shí)實(shí)驗(yàn)的依據(jù)。通過(guò)使用國(guó)工數(shù)據(jù)大腦的正向合成服務(wù)，可以有效的幫助實(shí)驗(yàn)人員節(jié)省時(shí)間以及實(shí)驗(yàn)成本，加快研發(fā)的效率。是學(xué)術(shù)、研發(fā)人手必備的科研利器。

名詞解釋

SMILES表達(dá)式：全稱Simplified molecular input line entry system，是一種簡(jiǎn)化分子線性輸入規(guī)范，一種用ASCII字符串明確描述分子結(jié)構(gòu)的規(guī)范。
分子式填入規(guī)則：反應(yīng)分子的SMILES表達(dá)式中間由“.”進(jìn)行隔開(kāi)。

適用范圍

有機(jī)合成預(yù)測(cè)應(yīng)用場(chǎng)景：各大化學(xué)研發(fā)中心的小分子研發(fā)實(shí)驗(yàn)室，以及各高校化學(xué)研究實(shí)驗(yàn)室。