Машинное обучение широко используется в химических науках для разработки лекарств и других процессов. Однако сейчас машинные модели используются ограничено. В том числе модели, которые тестируют на новые результаты реакции и используются для интерпретации решений о химической реактивности.

Новаторы Университета Пердью представили блок-схемы химической реактивности, чтобы помочь химикам интерпретировать результаты реакции, используя статистически надежные модели машинного обучения. Такие машины обучены на небольшом количестве реакций.

«Разработка новых и быстрых реакций имеет важное значение для дизайна химической библиотеки в открытии лекарств», — сказал Гаурав Чопра, доцент в Колледже наук Пердью. «Мы разработали новую, быструю и одноэтапную многокомпонентную реакцию (MCR) N-сульфонилиминов. Она использовалась в качестве репрезентативного случая для генерации обучающих данных для машинных моделей.  То есть прогнозировались результаты реакции и тестирование новых реакций слепым проспективным образом».

«Мы ожидаем, что эта работа проложит путь к изменению нынешней парадигмы путем разработки точных, понятных человеку моделей машинного обучения. Они увеличат креативность и эффективность химиков для открытия новых химических реакций и улучшения органической и технологической химии».

Исследователи колледжа надеются, что их работа проложит путь к тому, чтобы стать одним из многих примеров силы машинного обучения для разработки новой синтетической методологии создания лекарств и за его пределами в будущем.