NYU 的 AI 几小时扫描 460 万化合物：氢原子该放哪，AI 说了算
## NYU 的 AI 几小时扫描 460 万化合物
纽约大学团队在《Chemical Science》发文：训练 AI 学习药物分子中与稳定性相关的化学模式，精准预测氢原子的位置，解决互变异构体判定这一老大难问题。
**要点**
- **问题本身**：许多药物分子存在互变异构体——氢原子从一个位点挪到另一个，键型随之改变。氢位置不同，分子与蛋白靶点的结合方式可能完全不同；但 PDB（蛋白质数据库）里氢原子位置通常缺失，只能靠推断。
- **AI 的解法**：图神经网络直接从 2D 分子式预测稳定互变异构体，不需要 3D 结构或量子力学计算。
- **规模与纠错**：单 GPU 节点 3.2 小时处理约 460 万化合物；在 5075 个 PDB 配体中发现 126 例（约 2.5%）原来的氢位置「很可能标错」，修正后氢键模式更合理。
- **开源**：方法已发布为开源工具 Tautomer-Predictor，可快速分析超大分子库。
> 原文链接：[点击查看原文](https://phys.org/news/2026-09-ai-scans-million-compounds-hours.html)，正文为摘要整理，仅供参考。
