今天，许多药物是以粉末状固体的形式生产的。但为了全面了解活性成分在体内的表现，科学家需要知道它们确切的原子结构。例如，晶体中分子的排列直接影响化合物的性质，如其溶解度。因此，研究人员正在努力开发一种可以轻松识别微晶粉末精确晶体结构的技术。

一个EPFL科学家小组现在编写了一个机器学习程序，可以预测原子如何在创纪录的时间内对施加的磁场做出反应。这可以与核磁共振(NMR)光谱结合起来，确定复杂有机化合物中原子的准确位置。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控其分子的结构，以满足患者安全的要求。他们的研究成果发表在《自然通讯》上。

人工智能的突破速度

核磁共振波谱是一种众所周知的有效方法，用于检测原子之间的磁场并确定相邻原子如何相互作用。然而，通过核磁共振光谱确定整个晶体结构极其复杂，耗时的计算涉及量子化学——对于结构非常复杂的分子几乎不可能。

但是EPFL开发的程序可以克服这些障碍。科学家从结构数据库中获得了分子结构的AI模型。计算科学与建筑，EPFL工程学院-这项研究的作者。“为了预测具有近1600个原子的晶体的核磁共振特征，我们的技术——shift ml——需要大约6分钟；同样的壮举将需要16年的传统技术。”

这项新计划将使使用完全不同的方法成为可能，这将更快，并允许更大的分子。“这真的很令人兴奋，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成为可能，”EPFL基础科学学院磁共振实验室主任、该研究的合著者林登艾姆斯利说。

这个程序现在可以在网上免费下载。“任何人都可以上传一个分子，并在几分钟内获得其核磁共振特征，”Ceriotti说。