英国剑桥大学和美国辉瑞公司合作开发了一个平台，将自动化实验与人工智能相结合，以预测化学物质如何相互反应，从而加速新药的设计过程。相关研究成果于2024年1月2日发表在《自然·化学》期刊上。

研究人员开发了一种受基因组学启发的数据驱动方法，该方法从数据中挑选出反应物、试剂并测试反应性能之间的相关性。数据则是通过非常快速或高通量的自动化实验生成的。研究人员表示，该方法让化学家可调整复杂的分子，再精确引入到分子的预先指定区域，从而加快药物设计速度。该方法在超过39000个药学相关反应的数据集上得到了验证。

机器学习以往在化学中的应用经常受到限制。与广阔的化学空间相比，其数据量实在太小。但此次研究通过“传授”给模型一般化学知识，然后对其进行微调，预测复杂的化学转化，从而克服了低数据的局限性。

信息来源：

https://phys.org/news/2024-01-drugs-machine.html

https://www.nature.com/articles/s41557-023-01393-w

http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2024-01/17/content_565753.htm?div=-1