美国化学文摘社(CAS)与麻省理工学院(MIT)合作加强预测化学合成路线设计

双方达成协议，MIT领先的研究人员将利用CAS高质量的反应数据训练新兴模型。

美国俄亥俄州哥伦布市——（2020 年 10 月 29 日）——秉承致力于帮助研发领导者加速科学发现的愿景，美国化学会(ACS)旗下分支机构美国化学文摘社(CAS)与麻省理工学院(MIT)就加速预测化学合成设计达成协议。 通过这项协议，CAS 将为 MIT 化学工程系 Connor Coley 的研究团队提供高质量的、经科学家标引的化学反应数据，使研究团队能够在逆合成设计和反应预测中训练先进算法。

高效的合成路线设计对于将新药和化学产品推向市场至关重要。 科学家们越来越多地转向预测逆合成，以发现具有成本效益的新路线，合成出未被文献报道的分子，以及合成已知分子的更高效合成路线。 机器学习在此复杂挑战中的应用进展缓慢，因为生成准确的预测合成路线的模型取决于复杂算法、高质量输入和训练数据、科学专业知识之间复杂的相互作用。

MIT 一直致力于机器学习在合成设计中的应用研究。 Coley 最近在 Accounts for Chemical Research（《化学研究评述报告》）中发表的文章指出：“我们只能问那些可以通过数据回答的问题。 例如：在没有完整说明反应条件的情况下，对反应结果及其产率的预测是错误的。”MIT 的研究小组将利用来自CAS的高度结构化的化学反应内容来增强用于训练先进算法的数据数量、质量和多样性。

CAS 反应合集是世界上最全的反应信息数据集。 每日更新，涵盖超过1.3亿来自专利、期刊和其他文献的单步和多步反应，包括由科学家标引的反应路线、每步实验步骤、详细的反应条件和产物收率。

CAS 首席产品官 Tim Wahlberg 表示：“预测性合成路线有可能彻底改变化学发现。 我们很高兴提供这种高质量的专业标引数据，以支持 MIT 的研究，以致力于帮助各研究机构更快、更经济地合成化学品和药物。”此项合作体现了 CAS 多年来秉承的承诺，即提供关键数据和信息资源，支持科学界的广泛研究工作。

关于 CAS

CAS 是美国化学会旗下专门研究科学信息解决方案的分支机构，与全球研发机构密切合作，以提供可操作的深刻见解，助力规划、革新、保护研发机构的发明，并预测新市场和机遇的演变趋势。 科学家、专利专家和商业领袖都依赖 CAS 的解决方案和服务来提供研发与策略相关的建议。 CAS 拥有 110 多年的丰富经验，没有谁比我们更了解科学信息。 请访问 www.cas.org 了解更多信息。  

CAS 媒体联系方式：
Tina Tomeo
cas-pr@cas.org