数字技术合作开发机器学习可持续药物发现
科学家正在利用最新的数字技术来支持可持续化化学研究的机器学习模型，用于药物发现的早期阶段。
诺丁汉大学化学学院正在与DeepMatter（AIM：DMTR）扩大合作，该公司专注于数字化化学领域，为大学的可持续化学计划提供访问其DigitalGlassware®平台的支持。该合作将专注于为制药行业和相关化学行业的研究人员开发可持续化学的机器学习模型。
该项目由诺丁汉大学化学学院计算化学教授和皇家工程院新兴技术主席乔纳森·赫斯特教授领导，科学家们将使用DigitalGlassware®开发机器学习技术，帮助化学工程师和化学家使其生产过程更加可持续。在项目的延伸中，赫斯特教授将与诺丁汉大学可持续化学中心的科学家合作，建立交互式的可持续化学机器学习模型，为制药行业的研究人员在寻求以更可持续的方式开发新药和相关化学物质的早期发现阶段提供有效的规则。
另一项目由罗斯·登顿教授负责，旨在在实验室中捕获数据，利用计算建模进行前瞻性预测。
DigitalGlassware®是一种集成软件、硬件和人工智能的平台，允许化学实验精确而系统地记录、编码并输入到共享数据云中，实现对化学的实时和事后分析。DigitalGlassware®中数据的系统化结构化和记录意味着该平台可以提供大量且结构化的化学反应数据集，适合于以前无法从手动收集和记录较小的数据集中使用的机器学习技术进行查询。
DeepMatter Group的CEO马克·沃恩评论道：“曾与诺丁汉大学合作过的数字教学实验室，我们很高兴能与乔纳森合作，挑战设计、制造并最终以更可持续方式生产新分子。我们认识到必须对科学的组织和执行方式进行重大改变，才能在向更可持续的环境迈进过程中取得进展，我们很高兴自己的技术将在发展行业可持续性方面发挥作用。乔纳森、罗斯及其团队将可以访问我们创新的基于云的平台DigitalGlassware®，使他们能够与机器学习和人工智能技术共享和使用数据，为提供独特视角。”
