基于大语言模型的 ChatChemTS：开启 AI 辅助分子设计新征程

《Journal of Cheminformatics》：Large language models open new way of AI-assisted molecule design for chemists

为解决 AI 分子设计工具使用门槛高的问题，研究人员开发 ChatChemTS，助力分子设计，推动 AI 在化学领域应用。

　　在当今科技飞速发展的时代，人工智能（AI）已经渗透到各个领域，化学领域也不例外。AI - 基于的分子设计技术成为了设计具有特定功能分子的热门方法，在材料设计和药物发现等诸多领域都展现出了巨大的潜力。比如在材料设计方面，通过 AI 分子生成器设计出的荧光和光功能分子，经过实验验证能展现出预期的性能；在药物发现领域，新的质子泵抑制剂和抗纤维化抑制剂等也借助 AI 技术成功设计出来。

然而，这项看似前景无限的技术在实际应用中却面临着重重挑战。各类 AI - 基于的分子生成器虽然不断朝着实际应用迈进，但它们的有效使用需要专业的 AI 知识和技能。对于化学、制药等行业的研究人员来说，设计合适的奖励函数（用于引导分子生成器生成具有特定属性的分子）以及根据不同分子生成器的特点配置条件，都需要掌握机器学习（ML）等专业技能，这就如同横亘在他们面前的一道高门槛，阻碍了 AI 分子设计技术的广泛应用。

为了攻克这一难题，来自横滨城市大学（Graduate School of Medical Life Science, Yokohama City University）、理化学研究所（RIKEN Center for Integrative Medical Sciences 等多个机构的研究人员 Shoichi Ishida、Tomohiro Sato、Teruki Honma 和 Kei Terayama 等开展了一项极具创新性的研究。他们开发了一种基于大语言模型（LLM）的聊天机器人 ChatChemTS，旨在帮助用户仅通过聊天互动就能利用 AI - 基于的分子生成器 ChemTSv2 进行新分子设计，该研究成果发表在《Journal of Cheminformatics》上。

研究人员在开发 ChatChemTS 时，运用了多种关键技术方法。首先，采用了 ReAct 框架，这个框架能让 LLM 将推理过程与外部环境中的任务特定行动相结合，从而实现通用任务的解决。同时，使用了 OpenAI 的 GPT - 4（gpt - 4 - 0613）作为 LLM，并借助 LangChain 来实现 ReAct 框架。此外，利用 FastAPI 进行后端操作，Streamlit 和 Chainlit 用于前端实现，还通过 Docker 将计算环境容器化，使用 Docker Compose 实现应用的自动部署。

下面来看看具体的研究结果。

1. ChatChemTS 的实现：ChatChemTS 基于 LLM 开发，采用 ReAct 框架，配备了一系列预定义工具，如奖励生成器、预测模型构建器、配置生成器、ChemTSv2 应用程序编程接口（API）、分子生成分析器和文件写入工具。为了确保高质量的回复，多个 LLM 被用于不同的特定角色。整个平台通过多种技术协作实现，并且进行了容器化部署，方便用户使用。
2. 发色团设计：研究人员以设计具有特定吸收波长的发色团为例展示 ChatChemTS 的功能。首先，使用预测模型构建器工具创建用于预测吸收波长的 ML 模型，训练数据集包含 50000 个分子，其吸收波长通过密度泛函理论（DFT）在 B3LYP/6 - 31G * 水平计算得到。接着，通过聊天设计奖励函数和配置，设定目标吸收波长为 600nm 等条件，然后执行 ChemTSv2，最后利用分析工具进行结果分析。结果显示，ChatChemTS 成功设计出了预测吸收波长约为 600nm 的分子。
3. EGFR 抑制剂设计：在设计表皮生长因子受体（EGFR）抑制剂的任务中，同样利用 ChatChemTS 的预测模型构建器，根据 UniProt ID P00533 从 ChEMBL 数据库中检索相关分子数据并预处理，构建用于预测抑制活性的 ML 模型。之后，通过聊天设计奖励函数和配置，旨在最大化预测的抑制活性和 QED 分数等，执行 ChemTSv2 并分析结果。最终，ChatChemTS 成功设计出预测 pChEMBL 值高于 7 且 QED 分数约为 0.7 的分子，并且通过对比实验，证明了在奖励函数中结合抑制活性和 QED 分数的有效性。

在研究结论和讨论部分，ChatChemTS 在辅助用户使用 AI 分子生成器方面取得了显著成果，成功协助用户完成了设计奖励函数、设置配置、执行分子生成器和分析结果这四个关键操作。然而，研究也发现了一些有待改进的地方。例如，在设计 EGFR 抑制剂时，生成的分子缺乏常见激酶抑制剂的主要铰链结合支架，后续可以通过引入新的奖励函数来解决这一问题。此外，ChatChemTS 目前仅支持 ChemTSv2 这一种分子生成器，未来计划增加对更多分子生成器的支持；同时，虽然理论上可以支持多种 LLM 的切换，但目前尚未实现。另外，还需要开发验证系统来确保 LLM 正确解释用户请求，优化奖励设计功能，增加分类模型等功能以提升用户体验，建立更强大的软件基础等。

总的来说，ChatChemTS 的开发为化学领域的分子设计带来了新的曙光，它极大地降低了 AI 分子设计技术的使用门槛，让更多化学研究人员能够轻松利用这一技术进行创新研究。尽管还存在一些需要完善的地方，但它的出现无疑为 AI 在化学和健康医学领域的深度融合奠定了坚实的基础，有望推动药物研发、材料设计等相关领域取得更大的突破，为人类的健康和科技发展做出重要贡献。