• 全部
  • 产业
  • Web 3.0
  • DAO
  • DeFi
  • 符文
  • 空投再质押
  • 以太坊
  • Meme
  • 比特币L2
  • 以太坊L2
  • 研报
  • 头条
  • 投资

免责声明:内容不构成买卖依据,投资有风险,入市需谨慎!

这款人工智能能读取您的化学指令并为您找出构建分子的最佳方法。

2026-05-07 06:04:56
收藏

从零设计分子:AI成为化学合成的“战略大脑”

从头设计分子是化学领域最困难的问题之一。这不仅仅是知道连接哪些原子,更重要的是理解正确的反应顺序、何时保护分子中的敏感部分,以及如何避免导致数月实验工作付之东流的研究死胡同。

传统上,这些知识存在于经验丰富的化学家脑海中。如今,一支研究团队正试图将其注入语言模型。

由Philippe Schwaller领导的研究团队本周发表论文,介绍了名为Synthegy的框架。该框架将大型语言模型作为化学合成规划的推理引擎。其核心见解微妙而重要:并非让AI直接生成分子,而是利用AI来评估传统软件已生成的合成路线。

工作原理:从指令到最优路线

操作流程如下:化学家用简单英语输入目标,例如“在早期阶段形成嘧啶环”。现有的逆合成软件(通过将目标分子分解为更简单的片段来工作)随后生成数十甚至数百条可能的合成路线。

Synthegy将每条路线转换为文本,交由大型语言模型处理。模型根据路线与化学家指令的匹配程度进行评分,最优路线将脱颖而出,并附有解释其优势的书面说明。

该研究的第一作者Andres M. Bran表示:“在为化学家开发工具时,用户界面至关重要。以往的工具依赖繁琐的过滤器和规则。”

验证与表现:媲美专家共识

该系统通过双盲研究得到验证,36位独立化学家评审了368对路线。他们的选择与Synthegy的推荐在71.2%的情况下一致,这个数字与专家化学家彼此间的共识率大致相当。资深研究者(教授和科研人员)比博士生更频繁地同意Synthegy的判断,表明系统捕捉到了伴随经验而来的战略直觉。

技术架构:模块化与开放性

研究团队测试了多种AI模型。AI在药物研发领域的应用已持续多年,但大多数方法专注于针对特定任务进行窄域训练。Synthegy采用模块化设计——后端可接入任何逆合成引擎,推理端则可兼容任何高性能大型语言模型。在基准测试中,Gemini-2.5-pro得分最高,而DeepSeek-r1作为强大的开源替代方案,能够本地运行。

该框架还解决了第二个问题:反应机理阐释。通过将反应分解为基本步骤,并让语言模型评估每个候选步骤的化学合理性,在亲核取代等简单反应中,最佳模型实现了近乎完美的准确度。

应用前景与当前局限

其潜在应用范围广泛。药物研发是显而易见的领域,但同样适用于化学家需要设计新材料或优化工业反应的任何场景。一个实用细节是:用Synthegy评估60条候选路线大约需要12分钟,API费用约为2-3美元。

论文也指出了当前局限:语言模型有时会误读文本表示中的反应方向,导致可行性判断错误;较小模型的性能不优于随机猜测;超过20步的路线难以连贯跟踪。

免责声明:

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证,网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用,不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责,与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文
更多新闻
自选
我的自选
查看全部
市值 价格 24h%