详细内容或原文请订阅后点击阅览
构建理解化学原理的人工智能模型
Connor Coley 致力于化学和机器学习的结合，发现和设计新的药物化合物。
来源:MIT新闻 - 人工智能在所有可能的化合物中，估计有 10 到 10 种可能具有作为小分子药物的潜力。
对于化学家来说，通过实验评估每一种化合物都太耗时。因此，近年来，研究人员开始使用人工智能来帮助识别可以成为良好候选药物的化合物。
其中一位研究人员是麻省理工学院副教授康纳·科利 (Connor Coley) 博士 '19，他是 1957 届职业发展副教授，在化学工程、电气工程和计算机科学系以及麻省理工学院施瓦茨曼计算学院共同任职。他的研究跨越了化学工程和计算机科学之间的界限，他开发和部署计算模型来分析大量可能的化合物、设计新化合物并预测可能生成这些化合物的反应途径。
“这是一种非常通用的方法，可以应用于有机分子的任何应用，但我们考虑的主要应用是小分子药物发现，”他说。
人工智能与科学的交叉点
Coley 对科学的兴趣源于家族。事实上，他说，他的家庭中科学家的数量多于非科学家，其中包括他的父亲，一名放射科医生；他的母亲在进入麻省理工学院斯隆管理学院之前获得了分子生物物理学和生物化学学位；和他的祖母，一位数学教授。
作为俄亥俄州都柏林市的一名高中生，Coley 参加了科学奥林匹克竞赛，并于 16 岁时高中毕业。随后他前往加州理工学院，在那里他选择了化学工程作为专业，因为它提供了一种将他对科学和数学的兴趣结合起来的方法。
部分工作是通过 DARPA 资助的名为 Make-It 的项目完成的，该项目的重点是利用机器学习和数据科学来改进药物和其他有用化合物从简单构建模块的合成。