概述

目前人類雖然已掌握數(shù)以億計的分子數(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)未知分子的一個重要因素是缺乏分子的合成路線，而有機(jī)合成能夠為化學(xué)家們提供一種從簡單結(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)家累計的經(jīng)驗及制定的模板來進(jìn)行合成實驗，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)動的方法應(yīng)對有機(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)勢也逐漸展現(xiàn)出來，有機(jī)合成預(yù)測就是其中之一。在傳統(tǒng)的化學(xué)實驗室中，實驗員想了解兩種分子的產(chǎn)物，必須通過真實的化學(xué)實驗才能得到結(jié)果。而借助國工數(shù)據(jù)大腦平臺中有機(jī)合成算法，實驗員僅通過簡單的點擊就可以得到兩種分子反應(yīng)的多條預(yù)測結(jié)果，以供相關(guān)人員進(jìn)行參考。這不僅能夠節(jié)省時間成本，同時還能夠降低了相關(guān)的實驗成本，及相關(guān)的實驗風(fēng)險。

平臺優(yōu)勢

國工數(shù)據(jù)大腦平臺是一個集成人工智能算法、統(tǒng)計學(xué)算法的數(shù)據(jù)分析平臺，服務(wù)于傳統(tǒng)行業(yè)的智能化改造升級。經(jīng)過多年的積累，國工數(shù)據(jù)大腦平臺在數(shù)據(jù)、算法等方面具有明顯的優(yōu)勢。針對于有機(jī)合成預(yù)測算法，其主要優(yōu)勢如下：
第一，集成于國工數(shù)據(jù)大腦平臺，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，主要得益于國工智能在化工行業(yè)深耕多年，慢慢積累得來；
第三，采用transformer AI技術(shù)框架進(jìn)行訓(xùn)練，克服對既有經(jīng)驗以及模板庫的依賴，同時擁有較高的預(yù)測準(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)測線路均參考相關(guān)文獻(xiàn)專利；
第五，多條預(yù)測線路展示，該算法可以為每個預(yù)測線路進(jìn)行可靠性計算，并按照可靠性高低展示給用戶。

預(yù)測過程

首先，打開國工數(shù)據(jù)大腦平臺。依次進(jìn)行操作:機(jī)器學(xué)習(xí)-->工作臺—>新建正向合成計算流程—>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。最后點擊調(diào)試，當(dāng)顯示運行成功時即表示運行預(yù)測算法成功，平臺會將預(yù)測結(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)大腦平臺運行預(yù)測算法可以同時得到多條預(yù)測結(jié)果，以供實驗人員進(jìn)行參考。同時其排序順序則是按照算法預(yù)測結(jié)果的可靠性計算后展示給用戶。
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)圖可以幫助實驗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，實驗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)行真實實驗的依據(jù)。通過使用國工數(shù)據(jù)大腦的正向合成服務(wù)，可以有效的幫助實驗人員節(jié)省時間以及實驗成本，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。

適用范圍

有機(jī)合成預(yù)測應(yīng)用場景：各大化學(xué)研發(fā)中心的小分子研發(fā)實驗室，以及各高校化學(xué)研究實驗室。