研究人員創建了一個人工智慧系統，它能夠預測藥物分子可在哪些方面發生化學變化。來自德國慕尼黑工業大學（LMU）、蘇黎世聯邦理工學院（ETH Zurich）和位於巴塞爾的羅氏製藥研究與早期開發公司（pRED）的合作團隊採用人工智慧（AI）設計出一種新技術，用於預測合成藥物分子的最佳方法。

“這種方法有可能大大減少所需的實驗室實驗數量，從而提高化學合成的效率和可持續性，”相應論文的第一作者大衛-尼帕（David Nippa）說，該論文已發表在《自然-化學》（Nature Chemistry）雜誌上。Nippa 是LMU 化學與藥學系和羅氏公司David Konrad 博士研究小組的博士生。

活性藥物成分通常由一個框架組成，框架上附有功能基團。這些基團具有特定的生物功能。為了實現新的或更好的醫療效果，需要改變功能基團並將其添加到框架中的新位置。然而，這個過程在化學領域尤其具有挑戰性，因為主要由碳原子和氫原子組成的框架本身幾乎不具有活性。

活化框架的一種方法是所謂的硼化反應。在這過程中，含有硼元素的化學基團被連接到框架的碳原子上。然後，這個硼基團可以被各種具有醫療效果的基團所取代。雖然硼化反應潛力巨大，但在實驗室中卻很難控制。

大衛-尼帕與蘇黎世聯邦理工學院的博士生肯尼思-阿茨（Kenneth Atz）共同開發了一個人工智慧模型，該模型是根據羅氏公司自動化實驗室值得信賴的科學著作和實驗數據訓練而成的。它可以成功預測任何分子的硼酸化位置，並為化學轉化提供最佳條件。阿茨說：”有趣的是，當考慮到起始材料的三維訊息，而不僅僅是它們的二維化學式時，預測結果有所改善。”

此方法已成功用於確定現有活性成分中可引入額外活性基團的位置。這有助於研究人員更快地開發出已知藥物活性成分的更有效的新變體。

編譯自/ scitechdaily