斯坦福科學家發布用於藥物研究的深度學習演算法

機器之心報道

參與：李澤南、黃小天

人工智慧演算法可以識別精妙的信息，這使得它們能夠區分照片中的人，或像醫生一樣識別屏幕中的醫療圖像。但這樣的能力通常依賴於數萬條數據的訓練。這意味著人工智慧不能在缺乏數據的任務中展示自己的能力，如新葯開發領域。

斯坦福大學化學教授 Vijay Pande 和他的學生們認為這種情況已經得到解決。他們展示了一種有前途的深度學習方式——one-shot learning，只需要很少的數據就可以解決問題。

斯坦福大學化學教授 Vijay Pande

「我們正在嘗試在新葯設計的初始階段應用機器學習，特別是深度學習，」Pande 介紹道。「問題在於：如果你有了數千個藥物設計的例子（用於訓練機器學習模型），這基本上意味著你已經開發出新葯了。」

該小組承認，將 one-shot learning 使用在藥物設計問題中還遠遠不夠——可供使用的數據看起來太少了。但他們在此前的研究中僅需要數百條數據就成功訓練了模型，而用於測試 one-shot learning 的數據足夠，這看起來值得一試。

出乎意料的是，他們的研究成果（發表在 4 月 3 日的《ACS Central Science》上）顯示了 one-shot learning 方法在新葯開發和其他化學研究領域上具有很大潛力。

從圖片到分子

One-shot learning 在機器學習領域並不是全新事物，它已經被其他研究者應用在了圖像識別和基因組學等方面，但把它應用在開發新葯上看起來有些不同。圖片像素和基因組可以自然地輸入進演算法，而小分子結構卻不能。

為了讓分子信息更易被演算法接受，研究者們首先根據原子之間的連接方式代表分子（這在數學領域裡被稱為圖）。這一步以演算法可以處理的形式成功凸顯了各化學成分的固有特性。

通過圖表示法，研究小組用兩個數據集訓練了他們的演算法——一個數據集有關化學物毒性，另一個則是已有藥物成分中有副作用的部分。在第一個數據集中，研究人員僅訓練了 6 個化學成分，模型成功預測出了另外 3 種化學成分的毒性。而在第二個數據集上，他們在 21 個任務中訓練演算法與帶有副作用的藥物相關聯，並對剩餘 6 種進行了測試。

在兩個任務中，演算法預測化合物毒性和副作用的能力得到了驗證。

「我們在研究了一些原型演算法之後發現在給出少量訓練數據的情況下，它們可以在接收新數據後得出非常準確的預測，」Pande lab 的學生，該論文聯合作者 Bharath Ramsundar 表示。

當然，這一方式並不能解決所有問題。Ramsundar 向人們警告：One-shot learning 並不是魔法。新研究是建立在目前 one-shot leanring 發展上的又一個進展，它的預測依賴於不同分子的距離，這是分子式的間接形式，每次訓練只能識別特定的信息。如果研究者訓練演算法識別毒性後讓其進行副作用的預測，演算法就會完全崩潰。

來自實驗主義者的幫助

那些擔憂人工智慧取代人類工作之人將不會對這一研究產生任何恐懼。研究人員將其看作開發化學家使用的潛在工具的準備工作，這些化學家的研究還處於起步階段，正努力從一組有希望的候選中選定深入研究的分子。

Ramsundar 說：「現在，人們靠預感做出這種選擇，這也許是一種對作為實驗主義者的幫忙人的讚美。」

在藥物設計之外，這一工具也將廣泛應用於分子化學。畢竟，Pande 實驗室正在太陽能電池的不同化學成分上測試這些方法。他們也已經編寫了用於實驗開源的所有代碼，並可作為深度化學庫（DeepChem library）的一部分使用。

Pande 說：「這篇論文首次把 one-shot 用於這一空間，看到機器學習的這一領域飛速發展令人激動；但這遠沒有結束，並且僅是一個開始。」

論文鏈接：

http://pubs.acs.org/doi/full/10.1021/acscentsci.6b00367

項目 GitHub：

https://github.com/deepchem/deepchem