新能源・產業技術綜合開發機構（NEDO）
合成路徑 AI 讓化學家重返實驗室
合成路徑 AI 縮短的不是化學家的實驗時間，而是找到實驗方案前尋找候選路徑的時間。TSテクノロジー與奈良先端科學技術大學院大學，已將藥品合成研究的工作量從64週・人減少至12週・人。如果預測的路徑從實驗到量產都能成立，開發實驗室就能立即確認篩選出的反應。
要製造機能性化學品，首先必須決定組裝分子的步驟，也就是合成路徑。現在，研究人員在文獻、經驗、計算工具與實驗之間來回，逐一比較大量候選方案。光是尋找候選方案就會耗費時間與人力，直到將藥品或電子材料製成產品所需的時間，以及決定能在工廠穩定生產的條件所承受的負擔，也都很大。
找到路徑也不代表能成為產品
即使化學反應的組合在理論上可行，實際工廠仍有其他問題。可能只能生成少量目標物質，也可能混入其他物質。還必須確認能否購買原料、能否分離與純化，以及能否安全使用設備。
量子化學計算是從原子的運動理解反應，並預測反應是否容易發生的方法。不過，它無法完全取代複雜的實驗條件，以及量產時的行為。即使尋找路徑的速度加快，實驗、安全性與量產條件的確認仍然不可或缺。
先用 AI 篩選大量候選方案
在新能源・產業技術綜合開發機構（NEDO）的專案中，TSテクノロジー與奈良先端科學技術大學院大學，將把知識建成資料庫的 AI、尋找合成路徑的 AI、預測與驗證反應的 AI，以及構思製造流程大致設計的 AI，與量子化學計算結合。這套程式會依照目的，篩選並評估大量的合成路徑方案。
不是由人員閱讀文獻、手動比較候選方案後再進行實驗，而是先讓程式縮小候選範圍，再由人員確認其中有希望的反應。該公司表示，實際上已利用這套程式提出的路徑製造藥品，並證實其有助於縮短開發時間。在藥品合成研究中，工作量已從64週・人減少至12週・人。
化學家重返實驗與量產確認
如果候選路徑的搜尋時間縮短，化學家就能使用燒瓶或小型連續裝置，更快確認反應是否真的會發生，以及能否分離與純化。他們也能把時間投入到無法只靠畫面決定的工作，例如確認能否在工廠重現相同結果，以及能否安全生產。對象不只包括藥品，也包括農藥、香料、電子材料等機能性化學品。
在化學公司的實驗室裡，未來可能不必花上數週翻查文獻，而是接收已篩選出的路徑，先從看似容易失敗的條件開始測試。TSテクノロジー將從2026年9月30日起，提供使用這套程式的服務。不過，前提是預測的路徑必須在實驗、純化與量產的所有階段都能成立，並且能在許多開發現場使用。對藥品而言，臨床試驗、法規審查與品質保證所需的時間仍會另外存在。
