- 註冊時間
- 2025-2-11
- 最後登錄
- 2026-5-7
- 主題
- 查看
- 積分
- 961
- 閱讀權限
- 100
- 文章
- 270
- 相冊
- 2
- 日誌
- 1
  
狀態︰
離線
|
合成新分子是化學界最艱難的工作之一,化學家通常得花數年才能掌握策略。瑞士洛桑聯邦理工學院(EPFL)團隊開發全新人工智慧系統 Synthegy,化學家只需描述需求,即能引導合成路徑與反應規劃,論文發表於《Matter》期刊。
合成規劃核心難題是「逆合成分析」(retrosynthesis):化學家從目標分子反推,找出較簡單的起始原料與可行路徑,過程必須決定原料、環狀結構形成時機、是否為敏感官能基加裝保護基等。電腦雖能掃描龐大的「化學空間」,卻往往缺乏資深化學家的判斷力。另一挑戰是「反應機構」(reaction mechanism),描述電子反應時如何逐步移動,現有工具能列出大量路徑,卻缺乏挑出合理選項的直覺。
EPFL 教授 Philippe Schwaller 領導的團隊以大型語言模型為「化學推理工具」,模型不會直接產生化學結構,而是擔任「評估者」引導既有計算系統。Synthegy 框架將傳統搜尋演算法與能解讀自然語言化學策略的 AI 結合。第一作者 Andres M. Bran 表示,過去工具仰賴繁瑣篩選與規則,介面相當不友善,Synthegy 讓化學家能直接「用說的」,更新速度更快,也能探索更複雜的合成構想。
運作方面,Synthegy 從目標分子與一句日常語言指令出發,如「請優先形成特定環狀結構」或「請避免不必要的保護基」。標準逆合成軟體先生成大量可行路徑,再轉成文字交由語言模型審視評分,解釋判斷理由,方便快速排序與篩選。反應機構則拆解為基本電子流動,語言模型評估每步驟、搜尋導向合理化學路徑,並可納入反應條件或專家假設等資訊。
團隊以雙盲實驗驗證,36 位化學家提供 368 份有效評估,與 Synthegy 結果吻合度平均達 71.2%。系統能標示多餘保護步驟、判斷反應可行性、優先推薦高效解法,且大型模型表現明顯優於小型模型。研究員強調,Synthegy 並非取代化學家,而是定位為「指引者」,協助詮釋與最佳化計算結果,可望加速新藥研發與反應設計。研究由瑞士國家催化能力研究中心(NCCR Catalysis)與 b12 Labs 共同參與。
錄自:科技新報
|
-
總評分: SOGO幣 + 30
查看全部評分
|