中新網(wǎng)北京11月1日電 (記者 孫自法)施普林格·自然旗下學(xué)術(shù)期刊《自然-通訊》最新發(fā)表一篇化學(xué)論文稱(chēng)，研究人員研發(fā)出一種機器學(xué)習模型，該模型能部分重現職業(yè)化學(xué)家在工作中積累的集體知識，這類(lèi)知識通常被稱(chēng)為“化學(xué)直覺(jué)”。該研究認為，這或使今后的藥物研發(fā)更高效。

　　據論文介紹，傳統上，藥物與化學(xué)發(fā)現需要依靠試錯實(shí)驗和研究人員在工作中積累的知識，而使用模擬工具，尤其是機器學(xué)習，能讓研究人員更快地發(fā)現候選分子，極大降低發(fā)現新藥用化合物的成本。如果要用機器學(xué)習預測分子性質(zhì)，分子就必須還原到數學(xué)表達，這通常包含一組性質(zhì)或“特征”，確定正確特征是這些數據驅動(dòng)性能預測模型成功的關(guān)鍵。

　　論文共同通訊作者、瑞士諾華生物醫學(xué)研究所Nikolaus Stiefl、英國劍橋微軟研究院科學(xué)智能中心José Jiménez-Luna和他們的同事合作，讓35名醫學(xué)化學(xué)家各自從5000對分子中選擇自己更偏向的分子，再用他們的回答做成排序游戲來(lái)訓練一個(gè)機器學(xué)習模型，隨后讓這個(gè)模型給分子打分。研究發(fā)現，這個(gè)分數基本不受該領(lǐng)域之前作為特征的其他性質(zhì)的影響，因為這來(lái)自行業(yè)內多年的知識積累。

　　論文作者指出，合作團隊提議的模型還能用來(lái)改變數學(xué)模型的推薦，從而更好地匹配化學(xué)家的集體專(zhuān)業(yè)知識，有望在今后早期藥物研發(fā)中縮短迭代時(shí)間。

　　他們總結認為，最新研究的這種方法或能在藥物研發(fā)中作為對分子建模的補充，從而推動(dòng)藥物研發(fā)更高效。(完)