一种新型的人工智能驱动的机器人系统可能会彻底改变小分子的发现方式。英国格拉斯哥大学的化学家们讨论了他们如何训练一个人工智能有机化学合成机器人来自动探索大量的化学反应。

这种“自我驱动”的系统以机器学习算法为基础，可以发现新的反应和分子，允许利用数字化学数据驱动的方法来定位感兴趣的新分子，而不是局限于一个已知的数据库和常规的有机合成规则。

其结果可能是降低发现新的药物分子、新化学产品（包括材料）、聚合物及用于高科技应用（如成像）的分子的成本。

研究小组通过使用18种不同的起始化学物质的组合来搜索大约1000种反应，展示了该系统的潜力。在探索了大约100种（约10%）的可能反应后，机器人就能够以超过80%的准确率预测出哪些初始化学物质的组合应该被探索以产生新的反应和分子。通过探索这些反应，他们发现了一系列以前不为人知的新分子和反应。研究人员发现了四个新反应，其中一个反应极为独特。

无数的化学反应是已知的，许多不同的途径可以产生同一个理想分子。发现新的化学反应活性，找到最佳途径，对于使生产化学品、药品和材料的过程更加可持续、环保和高效至关重要。然而，新化学反应的发现是一个不可预测的、耗时的过程。上述机器人系统可以比人工操作更快地进行化学反应和分析，并能通过少量实验，预测可能的试剂组合的反应性。

研究者表示，这种方法是化学数字化的关键一步，它将允许对化学空间（chemical space）进行实时检索，从而帮助新药物的发现，并削减成本，节省时间，提高安全性，减少浪费，以及帮助化学进入一个新的数字时代。

总之，研究人员设计、制造并编写了一个化学处理机器人，该机器人可以利用机器学习来筛选和预测化学反应。根据该自主系统的预测，研究小组发现了四个新反应，证明了其快速发现未知反应的潜力。（作者：黄希瑶)

参考文献：Nature 2018;559:377-381