盡管技術進步，早期的藥物發(fā)現(xiàn)和開發(fā)仍然是一個耗時，困難且效率低下的過程，成功率較低。大阪大學的一個團隊發(fā)現(xiàn)了一種解決復雜反應序列中低產(chǎn)率的可能解決方案，為成功地潛在治療劑的高產(chǎn)率提供了概念驗證研究。

在最近發(fā)表在《化學通訊》上的一項研究中，研究人員證明了使用機器學習技術來快速篩選復雜反應系列的實驗條件的潛在藥物制劑的生產(chǎn)。這種優(yōu)化方法大大減少了傳統(tǒng)方法所需的時間，材料和成本。

對于學術研究人員和工業(yè)研究人員而言，化學反應發(fā)展中必不可少的步驟都包括優(yōu)化實驗條件。傳統(tǒng)上，這是通過更改一個參數(shù)并使其他參數(shù)保持不變來實現(xiàn)的，這是一個繁重而昂貴的過程?？焖僮R別最佳參數(shù)的策略是機器學習，這是許多領域(包括藥物發(fā)現(xiàn))中使用的一種統(tǒng)計工具。

“在檢查有機催化的Rauhut–Currier和[3 + 2]環(huán)化序列的步驟時，我們首先意識到，微混合流動系統(tǒng)可以抑制任何不希望的副反應，并提高所需的具有生物活性的螺并惡臭吲哚衍生物的產(chǎn)率，”該研究的高級作者Sasai Hiroaki。“然后，高斯過程回歸(GPR)使我們能夠快速篩選不同的參數(shù)，并探索適用于我們系統(tǒng)的最佳流動條件，以最大程度地提高產(chǎn)品產(chǎn)量。”

在許多生物活性分子和天然產(chǎn)物中發(fā)現(xiàn)的這些螺蟲基吲哚基序已作為可能的抗病毒藥物獲得了相當大的研究興趣。與其他藥物一樣，制備螺硫辛醇會導致混合物包含具有不同化學特性(例如，藥物活性與無活性)的相同分子(對映異構體)的鏡像變體-棘手的部分是優(yōu)先使所需變體的產(chǎn)量最大化藥物活性。到目前為止，用螺菌毒素實現(xiàn)這一壯舉的一種簡化方法仍然遙不可及。

盡管高效反應序列復雜，選擇性高且具有特異性，但研究人員還是使用微混合器流動系統(tǒng)建立了反應，盡管收率高達49%。然后使用來自GPR的優(yōu)化參數(shù)，他們在一分鐘內(nèi)獲得了具有三個連續(xù)手性中心的螺并吲??哚衍生物，其收率高達89%，純度達到所需鏡像變體的98%。

主要作者Masaru Kondo解釋說：“在開發(fā)新的反應而不進行徹底的反應優(yōu)化時，預測改變每個實驗參數(shù)的效果具有挑戰(zhàn)性。” “但是，將GPR這樣的工具與流動系統(tǒng)中的新合成方法相結合，可以簡化和簡化其他復雜分子的藥物開發(fā)過程，從而降低成本，時間和材料浪費。”