由于新冠疫情的关系，全球正在面临抗病毒医药短缺的情况。
未来，一旦有新冠病毒的特效药问世，必将极度供不应求，届时产能将成为人类在如何分配问题上的最大限制。
近期，密歇根大学的 Cernak 实验室在 ChemRxiv 发表了一篇名为《使用逆合成软件加强新冠病毒药品供应链》（Reinforcing the Supply Chain of COVID-19 Therapeutics with Expert-Coded Retrosynthetic Software）的预印本，旨在借助人工智能技术缓解未来可能的糟糕局面。
逆向合成
逆合成技术，也被称作逆合成法、反合成分析，是解决有机合成路线的重要方法，也是有机合成路线设计的最简单、最基本的方法。其本质是将目标分子合理分拆，通过分析目标分子结构，逐步将其拆解为更简单、更容易合成的前体和原料，从而最终挑选最优的合成路线。
艾里亚斯·詹姆斯·科里（Elias James Corey）因此获得了 1990 年诺贝尔化学奖，如果从这时开始计算，该技术已经发展了 30 年。
Cernak 实验室的带头人 Tim Cernak（以下简称 Tim）及其研究团队利用融入了 AI 技术的逆合成分析软件 Synthia? ，对 12 种尚在研究阶段的抗新冠药物展开了分析，为其中 11 种找到了新的合成路线——使用廉价易得的原料、高效且避开已有专利。
Tim 对 DeepTech 介绍道，我们所做的事情就是使用人工智能技术改进小分子药物供应链的产能。通过分析目标药物的分子结构，在排除了现有合成方法之后，筛选并验证计算机给出的新方案。通过一系列的流程，最终实现缩短药品的合成步骤，降低原料药的价格的目的，进而达到爆产能的效果。
Tim 说，近期，AI 技术的确有了很大发展，由于硬件升级的原因，算力得到了大幅提升，对于探索新药物和药物合成的帮助都很大。
一方面 AI 能够帮助预测药品同受体的亲和力，让研究人员能够有目的地把分子做出来，再去验证。另一方面就是 Cernak 团队所做的——优化合成路径。
Tim 举了一个生动的例子，如果我们将目标药品定义为数字“10”，而现有的合成方案是“1 + 2 + 3 + 4”，也就是说需要四种不同的原料药品。而想要通过化学手段，得到“10”这样的化合物其实有非常多的途径，比如 AI 可能会给出如下的新方案。
从上面的表格可以发现，方案 C 显然是最优的。抛除“合成步骤”这个例子不能表达的维度之外，原料药越少、越便宜，这个方案就越好。
项目组核心成员林映甫对 DeepTech 说，首先最重要的事情是，排除已知的合成方案。
Cernak 整个团队，通过查找文献等方式，遍寻所有的已知路线，然后把信息录入电脑，以便 AI 在计算得出结果后排除这些方案，确保得到的方案是全新的。
Tim 教授补充道，电脑可以在小时级，甚至分钟级的时间内给出成千上万想要的结果。然后最关键的部分就是方案筛选，如果运气好，只需要看电脑给出的前十条、几十条方案，就可以发现使用不苛刻的化学手段能方便合成的路线。
本次，他们通过实验切实验证了其中两种药物合成路线的可行性和经济性——阿比多尔（Arbidol，3）的 4 条新合成路线以及溴己新（Bromhexine，2）的一步法合成路线。
“疫情”不下火线
“我们关心人类的健康，所以我们更关心如何更便宜、更快地合成药物"，Tim 说。
Cernak Lab 是密歇根大学最早复工一批科研团队之一。
团队核心成员张子容描述道，因为他们的研究成果可能有助于缓解新冠疫情，所以当其他人还在居家隔离的时候，他们已经通过学校特批的方式，回到了实验室工作。师兄林映甫还因为学校政策的原因不得已举家从底特律搬到了学校所在的安娜堡。
根据《纽约时报》显示（2020 年 8 月 28 日），美国密歇根州新冠确诊病例已经突破了 11 万大关，占密歇根总人口的 1% 以上，死亡人数接近 7000 人，日新增仍在千人左右。
在如此严峻的形式之下仍投身于科学研究，他们的精神值得学习。
