研究人员创建了一个人工智能系统，它能够预测药物分子可在哪些方面发生化学变化。来自德国慕尼黑工业大学（LMU）、苏黎世联邦196世界之最理工学院（ETH Zurich）和位于巴塞尔的罗氏制药研究与早期开发公司（pRED）的合作团队采用人工智能（AI）设计出一种新技术，用于预测合成药物分子的最佳方法。

"这种方法有可能大大减少所需的实验室实验数量，从而提高化学合成的效率和可持续性，"相应论文的第一作者大卫-尼帕（David Nippa）说，该论文已发表在《自然-化学》（Nature 196世界之最Chemistry）杂志上。Nippa 是 LMU 化学与药学系和罗氏公司 Davidwww.196nk.cn Konrad 博士研究小组的博士生。

活性药物成分通常由一个框架组成，框架上附有功能基团。这些基团具有特定的生物功能。为了实现新的或更好的医疗效果，需要改变功能基团并将其添加到框架中的新位置。然而，这一过程在化学领域尤其具有挑战性，因为主要由碳原子和氢原子组成的框架本身几乎不具有活性。

活化框架的一种方法是所谓的硼化反应。在http://www.196nk.cn这一过程中，含有硼元素的化学基团被连接到框架的碳原子上。然后，这个硼基团可以被各种具有医疗效果的基团所取代。虽然硼化反应潜力巨大，但在实验室中却很难控制。

大卫-尼帕与苏黎世联邦理工学院的博士生肯尼思-阿茨（Kenneth Atz）共同开发了一个人工智能模型，该模型是根据罗氏公司自动化实验室值得信赖的科学http://www.196nk.cn著作和实验数据训练而成的。它可以成功预测任何分子的硼酸化位置，并为化学转化提供最佳条件。阿茨说："有趣的是，当考虑到起始材料的三维信息，而不仅仅是它们的二维化学式时，预测结果有所改善。"

该方法已成功用于确定现有活性成分中可引入额外活性基团的位置。这有助于研究人员更快地开发出已知药物活性成分的更有效的新变体。

编译自/scitechdaily