化学合成是利用较简单的前体物质合成复杂化合物的过程。图片来源：Andrew Lambert Photography/SPL

本报讯 一项近日发表于《自然》的研究报道了一种可以极大简化并加快化学合成过程的人工智能（AI）系统——MOSAIC。该系统由美国耶鲁大学与跨国制药公司勃林格殷格翰合作开发。研究人员利用该系统成功合成了35种化合物，它们具有成为药物、农用化学品或化妆品的潜力，而无需进行任何筛选或调整。

“小分子合成是药物研发和其他许多重要领域中耗时较长的一个环节。”论文作者、耶鲁大学的化学家Timothy Newhouse说，MOSAIC能够突破这一瓶颈，提出完整、详细到足以让化学家直接操作的实验室指南，帮助他们创造新分子。

对于化学家来说，寻找新药和新材料是一项艰巨的任务。为了合成这些有前景的化合物，他们必须对数以百万计的已知化学反应进行筛选，同时每年有数十万种新的化学反应被添加进来，然后测试能否合成出这些化合物。

预测化学反应条件一直是AI在化学领域的重点应用，其中最亮眼的工具是美国IBM公司开发的基于大语言模型（LLM）的在线化学合成预测平台RXN for Chemistry。它利用简化分子线性输入规范（SMILES）系统，将化学三维结构转化为字母、数字和标点等更适合语言识别系统的符号。相比之下，瑞士洛桑联邦理工学院联合美国罗切斯特大学开发的ChemCrow则通过自然语言数据训练完成化学任务。

SMILES方法使得处理起始材料、溶剂之类的化学信息变得更加容易。“我们的目标是建立一个通用模型，通过听取实验步骤，能够像化学家书写化学式那样读取化学信息，并将其迅速转化为实用建议。”Newhouse说，将MOSAIC生成的分步指令整合到自动化系统中将是“自然的下一步”。

Newhouse等研究人员利用此前研发的AI系统，将从专利中提取的约100万条反应记录分为2285个子集。利用这些子集，团队训练了美国Meta公司部分开源的Llama LLM，创建了2498个独立的专家模型。每个模型专门对应从一种分子开始的一种化学转化组合。它们可以在本地计算机上运行，因为使用的参数比目前主要的LLM少。

美国北卡罗来纳州立大学的材料科学家Martin Seifrid表示，MOSAIC避免了用大模型来解决问题，反而选择专注于一个精心设计的由许多更小的“专家”模型组成的系统。

研究人员尝试用MOSAIC提出的化学条件合成52种新物质。在实验室测试中，他们成功合成了其中的35种。此外，MOSAIC准确预测了这些化合物的颜色和形态。MOSAIC还提出了一种合成氮杂吲哚分子的新方法，并成功通过测试。

勃林格殷格翰公司已经在使用MOSAIC。“他们对设计新的合成途径很感兴趣。”论文作者、耶鲁大学的理论与计算化学家Victor Batista说，如果能减少合成步骤，就能节省大量资金。MOSAIC作为开源代码可供其他团队使用。

英国利物浦大学的计算机科学家Xenofon Evangelopoulos认为，这种方法具有很大的潜力，除了作为可靠的化学合成AI工具外，MOSAIC还确立了一种利用全球化学知识的模块化与功能化可扩展范例。（徐锐）

相关论文信息：

https://doi.org/10.1038/s41586-026-10131-4