Source:https://m.thepaper.cn/baijiahao_12081623  

      一位留法回国的有机化学博士，深耕化学后，喜欢编程的他认为计算机程序可以更好地解决化学研究中的问题，于是他将E. J. Corey的逆合成分析理论搬上计算机，经过不断探索优化，成功开发出了能够与Reaxys的预测性合成模块，SciFinder下的逆合成模块相媲美的国产“化合物智能规划平台”，他就是武汉智化科技（Chemical.AI）创始人兼CEO夏宁博士。

 智化科技Chemical.AI创始人兼CEO夏宁

 

        近日，夏宁博士创办的智化科技（Chemical.AI）完成近1500万美元的A+轮融资，由源码资本领投，红杉中国、峰瑞资本和华方资本跟投，此次融资主要用于AI自动化合成平台建设与完善以及专业的市场推广。

        Chemical.AI是一家AI赋能化学合成的科技公司，它的化学合成路线设计平台能够让药企快速获得新分子，提高新分子合成速率，从而让后续制药环节的探索有更多的可能。据夏宁博士介绍，传统的路线设计方法设计一条路线大概需要30-60分钟，而Chemical.AI的系统设计一条路线的平均时间是15秒，能在几十秒到几分钟内给出多条不同策略的路线并根据用户的需求进行排序和筛选。

 

 

        如何用人工智能技术，加速药物研发的进度，降低药物研发的失败率，缩短原本“十年十亿美金”的药物研发过程。这种探索路线，被《麻省理工科技评论》评定为2020年度“十大突破性技术”

        在这项探索中，将人工智能应用于化学合成，是最为挑战的环节之一。

        自2005年起，世界各国就不断有团队向化学合成的智能化发起挑战；到2018年前后，化学合成算法在新AI技术的加持下已越来越接近落地。2018年3月，Waller Lab 在Nature杂志发表论文，被称为化学界的AlphaGo，化学合成路线自动化设计关键技术被突破，此套算法被公开后，很多分子合成路线都使用到这套算法的改进版。一些大药厂也开始了AI应用技术的布局，计算机合成化合物逐渐引起了资本的注意。

        目前化学研发行业的“工业1.0”变革还没有实现，从分子合成到后期生产都基于专家的经验积累，类似手工业。尽管自动化设备正在被逐步推广使用，但是让一台计算机设计自己的合成工序仍然是大问题，硬件、数据和软件三者的有机结合是最核心的难题。虽然E.J. Corey 教授于上世纪60年代确定了逆合成规则，但是一直到2019年下半年，美国MIT News网站才发文称：“在AI的帮助下，机器人平台可以实现自动化分子制造”。这也足以证明实现自动化合成的难度之大。

 

诺贝尔奖得主、有机合成大师E. J. Corey教授(图片来源于网络)

 

        AI赋能，在毫秒之间规划您自己的合成路线

        Chemical.AI整合了已公开发表文献中千万数量级的合成路线，方便用户快速查询目标产物的合成方法。在缺乏精确匹配文献数据的情况下，Chemical.AI通过大数据分析，模拟人工思维，逆向推导合成路线，超前于文献，可以在几秒钟到几分钟内规划合成路线，为科研人员推荐最合适的合成方案。

        Chemical.AI 提供的功能包括：(i) 预测未报告分子的合成路线，(ii) 为已报告分子寻找新路线，(iii) 按成本、步骤、绿色评分等分类或过滤路线。(iv) 一键生成多条合成路线，(v) 为客户的反应寻找更合适的条件等。

 

 

公司官网：www.chemical.ai

 

        我们为客户节约的并不仅仅是时间，更重要的是获得一条高可行性，低成本的路线，能够帮客户节约大量的合成时间和试错成本。”夏宁博士介绍。

        Chemical.AI有免费版和专业版两个版本。免费版可提供免费的化合物合成路线规划服务，输入CAS号或化合物名称即可在几秒钟至几分钟内规划合成路线。

 

使用方法：

1.打开网址https://free.chemical.ai/，输入CAS号或者化合物名称，点击“匹配”。也可以点击“绘制”，在编辑器中画出目标化合物，或导入该化合物的MOL文本。

 

 

2.导入化合物后，系统会自动显示其结构式。确认无误后，单击“搜索”，即可开始规划您的个性化合成方案。

 

 

3. 在“合成方案”界面，您可点击“+”号，选择“文献路线”或“智能分析”，创造新一步的反应步骤。“文献路线”将进行已有文献的精确匹配；“智能分析”将进行逆向合成分析。

 

 

4. 如果目标化合物没有精确匹配的相关文献，系统会提示您进行“智能分析”以检索相似路线。这种情况下，建议您点击“需要”，查看更多合成路线。

 

 

5. 合成方案中默认显示结果列表的第一个路线。若您对此路线不满意，可勾选序列号旁边的圆圈选择其它路线。对于每条路线，您还可以更改反应条件，并查看相应文献索引。

 

6. Chemical.AI还提供实时查看反应物的价格信息，帮助研发人员快速核算研发成本，综合决策最优的合成路线。

 

7.若您想更改合成方案中某个步骤的合成原料，可点击其前一个箭头符号，重新选择“文献路线”或者“智能分析”的检索方式。

 

 

8.点击化合物右侧“+”号，选择合适路线，一直推导至有历史报价或者自己需要的原料，完成合成路线方案设计。

 

 

        智化科技的系统从2016年至今已经被使用了数十万次，被数千位化学家使用，有一些化学家也通过系统设计的路线申请了多个专利。目前，智化科技已与罗氏制药、药明康德、NovAliX等全球多家大型药企、CRO巨头建立了长期合作关系。

        二次创业，将AI（兴趣）与化学（专业）完美融合

        Chemical.AI创始人夏宁本科毕业于同济大学，随后赴法留学，进入法国化学领域排名第二的精英学校ENSC Montpellier，先后在拜尔、欧莱雅巴黎深度研发中心实习。后获得法国政府奖学金在蒙彼利埃二大读博，导师为现法国化学会主席Marc Taillefer博士。

 

        受到家庭背景影响，夏宁自小喜欢编程，拥有化学与计算机双重背景的他在化学领域深耕之后，萌生了将计算机程序用于解决化学研究的问题的想法。

        博士毕业后，夏宁就开始了算法研发的工作并持续积累。2009年，夏宁在法国斯特拉斯堡参与创立eNovalys公司并任CTO该公司自研了化合物逆合成系统的早期版本，但当时的逆合成系统未成功实现商业化。

        2015年，夏宁回国加入上海网化化工科技有限公司任产品信息总监。在2016年上线了逆合成系统的第一个版本——“查路线”1.0。2017年，查路线”2.0版本上线，实现了更精准、更高效的合成路线检索，并能举一反三设计出更完善的未知化合物合成路线。

 

网化商城“查路线”1.0版本

        2018年底，夏宁与网化商城创始人李雷多次沟通后，将自己在网化商城上开发的“查路线”功能正式独立出来，命名为智化科技(Chemical.AI)，网化科技入股，他出任CEO，开始了他的二次创业。

 

 

 

        成立初期，智化科技的系统主要延续了“查路线”的计算机辅助有机合成路线设计、查询系统和报价功能，经过不断优化和提升，迅速与竞争对手拉开差距，形成了较大的技术壁垒。

        2019年，智化科技拿下国内头部CRO企业大单，同时获得峰瑞资本的早期天使投资，先后与30多家国内头部CRO、医药公司，跨国大型医药企业和高校科研机构建立合作。目前，在可合成性判断、工艺优化和杂质分析等多个在研和合作项目也在推进中。

        据夏宁博士介绍：

        其实计算机用于药物辅助设计并不是什么新鲜事儿，“早在1969年，有机合成大师E. J. Corey就把逆合成分析理论化，也因此获得了1990年的诺贝尔化学奖，但是当他试图用计算机解决逆合成问题时遇到了困难，长期以来合成路线设计被认为是要靠化学家的经验和灵感才能做的事情，大多数人并不认为机器可以做这件事，当然也一直有研发团队在努力做这方面的尝试。我们在2012年就开始做这个项目。因此这个需求是多年来长期存在但并未被满足的一个需求。”

        夏宁博士认为，新药研发很大程度上拼的就是时间，节省时间、节约成本是医药企业重视引入AI技术进入新药研发领域的原因。一方面，即使一个实验室里的科学家全职去做实验，一年最多能做300多个化学反应，但是其实数据库里有上千万种反应，一个人的经验跟数据库比真的是非常微小。另外，AI可以帮助化学家整合成千上万的文献，筛选最优结果，提供新的思路，包括推荐新的合成路线。化学家在做一个新的分子研究时要阅读大量文献，一个人一天能翻看的数量也就三五十篇，精读的也就3、5篇，如果没有AI的支持，科学家一般会选一个基于个人既有实验和阅读的经验来准备实验，思维受到局限。

        结语：

        人工智能正在改变我们的社会，化学也不例外。2020年10月7日，国际纯粹与应用化学联合会（IUPAC ）将人工智能纳入了“2020年化学领域十大新兴技术”（Top Ten Emerging Technologies in Chemistry）。研究人员训练算法加速结构解析，增强逆合成分析，设计优化的反应序列，发现新的药物，甚至奔跑着机器人的未来实验室。在AI的赋能下，化学拥有了无限可能性。

        就像格拉斯哥大学的化学教授克罗宁（Lee Cronin）说的那样，“将来，或许我们会忘记自己曾经是一个人类化学家。”