北京大學分子設計實驗室博士生團隊在「默克杯」逆合成反應預測...

2019/04/23 信息來源： 前沿交叉學科研究院

編輯：凌薇 | 責編：白楊

北京時間2019年4月19日，來自北京大學分子設計實驗室的MDL團隊獲得「默克杯」逆合成反應預測大賽的總決賽冠軍。該比賽包括初賽、複賽和總決賽，吸引了來自高校、中國科學院相關研究所和從事人工智慧研發的公司和專業人士組成的371支參賽隊伍參加。

團隊成員領取一等獎獎盃和獎金

在傳統的化學合成研究中，化學家們設計反應路線耗時耗力：需先從目標產物的分子式開始分析，再利用Scifinder等工具搜索相似的結構和文獻報導過的合成路徑，確認需要的試劑和反應條件，甚至要依據自己的化學合成經驗知識制定幾十個化學反應，通過這些反應逐步生成目標產物。傳統的合成路線設計對合成人員化學知識背景要求很高，而一個準確實用的逆合成分析程序，可以大大節省化學家的時間和精力。現有的逆向合成程序中以默克的Synthia表現最為突出。Synthia所使用的7萬多個化學反應規則資料庫是由人類專家經過長年積累編寫的，資料庫需要耗費很多人力物力進行更新，且不能通過學習來預測新的反應類型。近年來，人工智慧（AI）新技術在化學和製藥領域嶄露頭角，也逐漸被用於預測化學反應產物和逆向合成路線分析，有望突破現有逆向合成分析技術的瓶頸。

本次大賽由默克集團（Merck KGaA）旗下默克生命科學主辦、鯨科技（前身科賽）協辦。比賽使用的數據分為訓練集和測試集兩部分，分別包含609,946和238,282個反應。

北京大學MDL團隊由前沿交叉學科研究院定量生物學中心博士生徐優俊、化學與分子工程學院博士研究生林康傑和北京望石智慧科技有限公司的殷實秋組成。他們利用深度學習方法發展了逆合成反應預測模型DeepRetroReact，通過學習大量的化學反應數據來預測反應物，並基於反應規則預測可能的候選反應物，再對候選的反應物進行打分，選取最佳的反應物組合。MDL團隊使用了最新的自然語言處理技術Transformer作為核心框架，根據產物和反應物來預測化學反應的反應類型標籤，並考慮了反應式中原子信息特徵以使預測結果更加合理且有效。

林康傑在路演講解中

北京大學化學與分子工程學院來魯華教授和北京大學前沿交叉學科研究院定量生物學中心裴劍鋒研究員是該團隊的指導老師。北京大學分子設計實驗室（MDL）負責人為來魯華教授，由來自化學與分子工程學院和前沿交叉學科研究院定量生物學中心的教師和研究生及博士後組成，主要研究方向為藥物設計和蛋白質設計，近年來將人工智慧用於化學信息學和藥物設計研究，取得了系列進展。