今天许多药物都是以粉状固体形式生产的。但是为了充分了解活性成分在体内的表现，科学家需要知道它们的确切原子级结构。例如，分子在晶体内排列的方式直接影响化合物的性质，例如其溶解度。因此，研究人员正在努力开发能够轻松识别微晶粉末精确晶体结构的技术。

一支由EPFL科学家组成的团队现在编写了一个机器学习程序，可以在创纪录的时间内预测原子如何响应所施加的磁场。这可以与核磁共振(NMR)光谱相结合，以确定复杂有机化合物中原子的确切位置。这对制药公司来说是一个巨大的好处，制药公司必须仔细监测其分子的结构，以满足患者安全的要求。他们的研究成果发表在Nature Communications上。

人工智能的突破速度

NMR光谱是一种众所周知且高效的方法，用于探测原子之间的磁场并确定相邻原子如何相互作用。然而，通过NMR光谱确定全晶体结构需要极其复杂，耗时的计算涉及量子化学 - 对于具有非常复杂结构的分子几乎不可能。

但是EPFL开发的程序可以克服这些障碍。科学家们从结构数据库中获取了分子结构的AI模型。EPFL工程学院计算科学与建 - 该研究的作者。“为了预测具有近1,600个原子的晶体的NMR特征，我们的技术 - ShiftML - 需要大约6分钟;同样的壮举将需要16年的传统技术。”

这个新计划将使用完全不同的方法成为可能，这些方法将更快并允许更大的分子。“这真是令人兴奋，因为计算时间的大幅加速将使我们能够覆盖更大的构象空间，并正确地确定以前不可能的结构。这使得大多数复杂的当代药物分子都可以实现，”Lyndon Emsley说， EPFL基础科学学院磁共振实验室主任，该研究的共同作者。

该程序现在可以在线免费获取。“任何人都可以在几分钟内上传分子并获得其核磁共振特征，”Ceriotti说。