作者：國工智能研發部——周曉冬

概述：

日前，美國輝瑞公司研制出口服新藥Paxlovid（PF-07321332；利托那韋），輝瑞稱與安慰劑相比，新冠口服試驗藥物Paxlovid在出現癥狀后的三天內服用，能將輕度和中度成年患者住院或死亡概率降低89%。就此，凱萊英與美國輝瑞公司簽訂相關產品新一批的《供貨合同》，將為輝瑞新冠抗病毒口服藥Paxlovid提供合同定制研發生產(CDMO)服務。
在CDMO服務中，優化合成路徑是節約成本，提高生產效益的重要組成部分，但這一環節的實驗需要大量的投入，而借助國工智能數據大腦平臺中的逆向合成算法，只需輸入最終產物，便可生成該產物的合成路徑，既減少了時間成本和資金投入力度，同時也降低了實驗伴隨的風險。
平臺優勢：

逆向合成需要對目標分子的結構進行分析，將復雜結構簡單化，每步過程逆推合理，就可以得出合理的藥物合成工藝的路線。這就需要研究人員具備具有較強的綜合能力，其中包括熟練掌握有機化學的基本反應，對反應的運用及組合能力強。以及對化學品市場有充分的了解等。因此數據大腦平臺有以下幾點優勢：
1.逆向合成算法合成路徑可顯示每步反應的參考的文獻來源，有利于技術人員追根溯源，這樣即使不具備專業化學知識的人員也可以輕松通過算法進行逆推。操作簡單，即使不懂算法原理的也能輕松上手操作。
2.模型具有較強的泛化能力。也就是說，當數據庫中的數據足夠多時，該算法對未知的具有相似結構的目標化合物也能給出相似的反應路徑。國工智能在化工行業深耕多年，有著較為龐大的數據庫，為逆向合成算法提供了堅實的基礎。
3.合成路徑可根據用戶喜好靈活調整。當算法生成的合成路徑不符合用戶預期時，可定點修改合成路徑。
4.具有自動泛化新增化學反應的能力。在研究人員的實驗過程中可以持續給該模型以反饋，不斷的去修正模型的推薦路線，沉淀研究人員的合成經驗，形成一個符合客戶研發習慣模型。借助該模型后續的研究人員可以快速的掌握前人所留下的寶貴的研發經驗資源。這樣就可以使經驗源源不斷的積累，同時模型也可以更加貼合用戶的合成習慣。
5.可以與國工智能化學研發平臺進行聯動，實現自動分配實驗任務，自動計算優化目標化合物結構，自動進行化學反應收率優化，從而實現人工智能加速化學研發。
本次案例就輝瑞公司新藥Paxlovid進行逆向合成的結果展示。

預測過程：

首先打開國工數據大腦平臺。依次進行操作:機器學習-->工作臺—>新建逆向合成計算流程—>拉取逆向合成組件（圖1）

圖1

然后，進行組件配置。資源項選擇逆向合成云服務，分子式填入參與反應的相關反應的SMILES表達式，并按照相應規則填入，如圖2所示。最后點擊調試，當顯示運行成功時即表示運行預測算法成功，平臺會將預測結果展現給用戶，結果如圖3所示。

圖2

分析結果：

圖3

圖4

如圖4所示，每部反應點擊紅框1中的黑點，可以展示反應物的詳細信息如圖6所示，和該步反應可參考的文獻鏈接如圖5所示。

圖5

如圖5所示，點擊文獻鏈接可查看專利文獻詳情。