人工智能为合成新药铺平了道路

研究人员创建了一个人工智能系统，能够预测药物分子可以在哪里发生化学变化。

来自慕尼黑大学、苏黎世联邦理工学院和巴塞尔罗氏制药研究与早期开发 （pRED） 的合作团队利用人工智能 （AI） 设计了一种新技术来预测合成药物分子的最佳方法。

“这种方法有可能显着减少所需的实验室实验数量，从而提高化学合成的效率和可持续性，”相应论文的主要作者David Nippa说，该论文已发表在《自然化学》杂志上。Nippa 是 LMU 化学与药学院和 Roche 的 David Konrad 博士研究小组的博士生。

药物开发创新

活性药物成分通常由官能团附着的框架组成。这些基团具有特定的生物学功能。为了达到新的或改进的医疗效果，官能团被改变并添加到框架中的新位置。然而，这个过程在化学中特别具有挑战性，因为主要由碳原子和氢原子组成的框架本身几乎没有反应性。

激活框架的一种方法是所谓的硼化反应。在这个过程中，含有硼元素的化学基团附着在框架的碳原子上。然后，这种硼基可以被各种医学上有效的基团所取代。虽然硼化具有巨大的潜力，但在实验室中很难控制。

David Nippa 与苏黎世联邦理工学院的博士生 Kenneth Atz 一起开发了一个 AI 模型，该模型基于来自罗氏自动化实验室的可靠科学著作和实验的数据进行训练。它可以成功地预测任何分子的硼化位置，并为化学转化提供最佳条件。“有趣的是，当考虑到起始材料的三维信息时，预测得到了改善，而不仅仅是它们的二维化学式，”Atz说。

该方法已成功用于识别现有活性成分中可以引入其他活性基团的位置。这有助于研究人员更快地开发已知药物活性成分的新的和更有效的变体。