化學(xué)與計算機科學(xué)聯(lián)手將人工智能應(yīng)用于化學(xué)反應(yīng)

在過去幾年中，研究人員越來越多地轉(zhuǎn)向數(shù)據(jù)科學(xué)技術(shù)來幫助解決有機合成中的問題。普林斯頓大學(xué)A.BartonHepburn化學(xué)教授AbigailDoyle實驗室的研究人員開發(fā)了開源軟件，為他們提供了最先進(jìn)的優(yōu)化算法，可用于日常工作，折疊在機器學(xué)習(xí)領(lǐng)域進(jìn)入合成化學(xué)。

普林斯頓化學(xué)家BenjaminShields和AbigailDoyle與計算機科學(xué)家RyanAdams(未圖示)合作開發(fā)了可以優(yōu)化反應(yīng)的機器學(xué)習(xí)軟件——使用人工智能來加速化學(xué)家過去必須逐一完成的數(shù)千種反應(yīng)。

拍攝者C.ToddReichart，化學(xué)系

該軟件采用貝葉斯優(yōu)化(BO)的關(guān)鍵原理，以實現(xiàn)更快、更高效的化學(xué)品合成。

基于確定條件概率的數(shù)學(xué)公式貝葉斯定理，BO是科學(xué)中廣泛使用的策略。從廣義上講，它允許人和計算機使用先驗知識來通知和優(yōu)化未來的決策。

Doyle實驗室的化學(xué)家與計算機科學(xué)教授RyanAdams以及Bristol-MyersSquibb的同事合作，將人類的決策能力與軟件包進(jìn)行了比較。他們發(fā)現(xiàn)優(yōu)化工具比人類參與者產(chǎn)生更高的效率，并且對測試反應(yīng)的偏見更少。他們的工作出現(xiàn)在最新一期的《自然》雜志上。

“反應(yīng)優(yōu)化在化學(xué)合成中無處不在，無論是在學(xué)術(shù)界還是在整個化學(xué)工業(yè)中，”Doyle說。“由于化學(xué)空間如此之大，化學(xué)家不可能通過實驗評估整個反應(yīng)空間。我們希望開發(fā)和評估BO作為合成化學(xué)的工具，因為它在科學(xué)中的相關(guān)優(yōu)化問題上取得了成功。”

本杰明·希爾茲(BenjaminShields)是Doyle實驗室的前博士后研究員，也是該論文的主要作者，他創(chuàng)建了Python程序包。

“我來自合成化學(xué)背景，所以我非常欣賞合成化學(xué)家非常擅長自己解決這些問題，”希爾茲說。“我認(rèn)為貝葉斯優(yōu)化的真正優(yōu)勢在于它允許我們對這些高維問題進(jìn)行建模并捕捉我們自己可能在數(shù)據(jù)中看不到的趨勢，因此它可以更好地處理數(shù)據(jù)。

“第二，在一個空間內(nèi)，它不會被人類化學(xué)家的偏見所阻礙，”他補充道。

該軟件最初是為了滿足Shields的博士要求而進(jìn)行的場外項目。Doyle和Shield隨后在計算機輔助合成中心(C-CAS)下組建了一個團隊，這是國家科學(xué)基金會在五所大學(xué)發(fā)起的一項計劃，旨在改變復(fù)雜有機分子合成的計劃和執(zhí)行方式。自2019年以來，Doyle一直是C-CAS的首席研究員。

“反應(yīng)優(yōu)化可能是一個昂貴且耗時的過程，”亞當(dāng)斯說，他也是統(tǒng)計和機器學(xué)習(xí)項目的主任。“這種方法不僅使用最先進(jìn)的技術(shù)加速它，而且還找到了比人類通常識別的更好的解決方案。我認(rèn)為這只是貝葉斯優(yōu)化在這個領(lǐng)域的可能性的開始。”

用戶首先定義一個搜索空間——要考慮的合理實驗——例如催化劑、試劑、配體、溶劑、溫度和濃度的列表。一旦準(zhǔn)備好該空間并且用戶定義了要運行的實驗數(shù)量，軟件就會選擇要評估的初始實驗條件。然后它建議運行新的實驗，通過越來越小的選擇進(jìn)行迭代，直到反應(yīng)得到優(yōu)化。

希爾茲說：“在設(shè)計軟件時，我試圖包括一些方法，讓人們可以注入他們對反應(yīng)的了解。”“無論你如何使用它或一般的機器學(xué)習(xí)，總會有人類專業(yè)知識有價值的情況。”

在過去幾年中，研究人員越來越多地轉(zhuǎn)向數(shù)據(jù)科學(xué)技術(shù)來幫助解決有機合成中的問題。

普林斯頓大學(xué)A.BartonHepburn化學(xué)教授AbigailDoyle實驗室的研究人員開發(fā)了開源軟件，為他們提供了最先進(jìn)的優(yōu)化算法，可用于日常工作，折疊在機器學(xué)習(xí)領(lǐng)域進(jìn)入合成化學(xué)。

普林斯頓化學(xué)家BenjaminShields和AbigailDoyle與計算機科學(xué)家RyanAdams(未圖示)合作開發(fā)了可以優(yōu)化反應(yīng)的機器學(xué)習(xí)軟件——使用人工智能來加速化學(xué)家過去必須逐一完成的數(shù)千種反應(yīng)。

拍攝者C.ToddReichart，化學(xué)系

該軟件采用貝葉斯優(yōu)化(BO)的關(guān)鍵原理，以實現(xiàn)更快、更高效的化學(xué)品合成。

基于確定條件概率的數(shù)學(xué)公式貝葉斯定理，BO是科學(xué)中廣泛使用的策略。從廣義上講，它允許人和計算機使用先驗知識來通知和優(yōu)化未來的決策。

Doyle實驗室的化學(xué)家與計算機科學(xué)教授RyanAdams以及Bristol-MyersSquibb的同事合作，將人類的決策能力與軟件包進(jìn)行了比較。他們發(fā)現(xiàn)優(yōu)化工具比人類參與者產(chǎn)生更高的效率，并且對測試反應(yīng)的偏見更少。他們的工作出現(xiàn)在最新一期的《自然》雜志上。

“反應(yīng)優(yōu)化在化學(xué)合成中無處不在，無論是在學(xué)術(shù)界還是在整個化學(xué)工業(yè)中，”Doyle說。“由于化學(xué)空間如此之大，化學(xué)家不可能通過實驗評估整個反應(yīng)空間。我們希望開發(fā)和評估BO作為合成化學(xué)的工具，因為它在科學(xué)中的相關(guān)優(yōu)化問題上取得了成功。”

本杰明·希爾茲(BenjaminShields)是Doyle實驗室的前博士后研究員，也是該論文的主要作者，他創(chuàng)建了Python程序包。

“我來自合成化學(xué)背景，所以我非常欣賞合成化學(xué)家非常擅長自己解決這些問題，”希爾茲說。“我認(rèn)為貝葉斯優(yōu)化的真正優(yōu)勢在于它允許我們對這些高維問題進(jìn)行建模并捕捉我們自己可能在數(shù)據(jù)中看不到的趨勢，因此它可以更好地處理數(shù)據(jù)。

“第二，在一個空間內(nèi)，它不會被人類化學(xué)家的偏見所阻礙，”他補充道。

該軟件最初是為了滿足Shields的博士要求而進(jìn)行的場外項目。Doyle和Shield隨后在計算機輔助合成中心(C-CAS)下組建了一個團隊，這是國家科學(xué)基金會在五所大學(xué)發(fā)起的一項計劃，旨在改變復(fù)雜有機分子合成的計劃和執(zhí)行方式。自2019年以來，Doyle一直是C-CAS的首席研究員。

“反應(yīng)優(yōu)化可能是一個昂貴且耗時的過程，”亞當(dāng)斯說，他也是統(tǒng)計和機器學(xué)習(xí)項目的主任。“這種方法不僅使用最先進(jìn)的技術(shù)加速它，而且還找到了比人類通常識別的更好的解決方案。我認(rèn)為這只是貝葉斯優(yōu)化在這個領(lǐng)域的可能性的開始。”

用戶首先定義一個搜索空間——要考慮的合理實驗——例如催化劑、試劑、配體、溶劑、溫度和濃度的列表。一旦準(zhǔn)備好該空間并且用戶定義了要運行的實驗數(shù)量，軟件就會選擇要評估的初始實驗條件。然后它建議運行新的實驗，通過越來越小的選擇進(jìn)行迭代，直到反應(yīng)得到優(yōu)化。

希爾茲說：“在設(shè)計軟件時，我試圖包括一些方法，讓人們可以注入他們對反應(yīng)的了解。”“無論你如何使用它或一般的機器學(xué)習(xí)，總會有人類專業(yè)知識有價值的情況。”