今天许多药物都是作为粉末状固体生产的，但要完全了解活性成分一旦进入体内后的行为，科学家需要知道它们的确切原子水平结构。例如分子在晶体中的排列方式直接影响化合物的性质，例如其溶解性。因此研究人员正在努力开发能够轻易识别微晶粉末晶体结构的技术。一个由EPFL科学家组成的团队现在已经编写了一个机器学习程序，可以在创纪录的时间内预测原子对外加磁场的反应。这可以与核磁共振(NMR)光谱相结合来确定复杂有机化合物中原子的确切位置。这对制药公司来说可能是巨大的利益，制药公司必须仔细监控他们的分子结构以满足病人安全的要求，研究发表在《自然通讯》上。
用人工智能高速飞行
博科园-科学科普：核磁共振波谱是一种著名、高效的探测原子间磁场和确定相邻原子之间相互作用的方法。然而用核磁共振光谱法测定全晶体结构需要非常复杂、耗时的量子化学计算——对于结构非常复杂的分子几乎不可能。但是EPFL开发的程序可以克服这些障碍，科学家们对他们的人工智能模型进行了结构数据库中分子结构的训练。EPFL工程学院计算科学与建模实验室的主任，也是这项研究的合著者Michele Ceriotti说：即使是相对简单的分子，这个模型也比现有的方法快近10000倍，而且当考虑到更复杂的化合物时，它的优势就会大大增加，要预测含有近1600个原子的晶体的核磁共振信号
技术什邡大约需要6分钟如果采用传统技术，同样的壮举将需要16年的时间。这个新程序将使使用完全不同的方法成为可能，这将更快，并允许访问更大的分子。这真的很令人兴奋，因为在计算时间上的巨大加速度将允许我们覆盖更大的构象空间，并正确地确定结构，这是以前不可能的。这使得当代大多数复杂的药物分子触手可及。该项目现在可以在网上免费获得，任何人都可以上传一个分子并在几分钟内得到它的核磁共振签名。
