人工智能和核磁共振波譜可在記錄時間內確定原子的構型

今天許多藥物都是作為粉末狀固體生產的，但要完全了解活性成分一旦進入體內後的行為，科學家需要知道它們的確切原子水準結構。例如分子在晶體中的排列方式直接影響化合物的性質，例如其溶解性。因此研究人員正在努力開發能夠輕易識別微晶粉末晶體結構的技術。一個由EPFL科學家組成的團隊現在已經編寫了一個機器學習程式，可以在創紀錄的時間內預測原子對外加磁場的反應。這可以與核磁共振(NMR)光譜相結合來確定複雜有機化合物中原子的確切位置。這對製藥公司來說可能是巨大的利益，製藥公司必須仔細監控他們的分子結構以滿足病人安全的要求，研究發表在《自然通訊》上。

用人工智能高速飛行

博科園-科學科普：核磁共振波譜是一種著名、高效的探測原子間磁場和確定相鄰原子之間相互作用的方法。然而用核磁共振光譜法測定全晶體結構需要非常複雜、耗時的量子化學計算——對於結構非常複雜的分子幾乎不可能。但是EPFL開發的程式可以克服這些障礙，科學家們對他們的人工智能模型進行了結構數據庫中分子結構的訓練。EPFL工程學院計算科學與建模實驗室的主任，也是這項研究的合著者Michele Ceriotti說：即使是相對簡單的分子，這個模型也比現有的方法快近10000倍，而且當考慮到更複雜的化合物時，它的優勢就會大大增加，要預測含有近1600個原子的晶體的核磁共振信號

圖片：Michele Ceriotti / EPFL

技術什邡大約需要6分鐘如果採用傳統技術，同樣的壯舉將需要16年的時間。這個新程式將使使用完全不同的方法成為可能，這將更快，並允許訪問更大的分子。這真的很令人興奮，因為在計算時間上的巨大加速度將允許我們覆蓋更大的構象太空，並正確地確定結構，這是以前不可能的。這使得當代大多數複雜的藥物分子觸手可及。該項目現在可以在網上免費獲得，任何人都可以上傳一個分子並在幾分鐘內得到它的核磁共振簽名。

博科園-科學科普｜研究/來自：洛桑聯邦理工學院

參考期刊文獻:《Nature Communications》

DOI: 10.1038/s41467-018-06972-x

博科園-傳遞宇宙科學之美