2020年9月15日，纽约，PRNewswire /-全球研究出版和信息分析提供商Elsevier与Pending.AI(PAI)合作，这是一家致力于开发用于药物发现的人工智能(AI)解决方案的初创企业，开发基于深度学习的预测性逆向合成工具，以支持合成和药物化学领域的创新。该工具最初是通过Elsevier的R&D协作网络开发的，现已集成到Elsevier的旗舰化学解决方案Reaxys中，将Reaxys的内容与PAI开发的尖端AI和机器学习技术结合在一起。
Reaxys-PAI预测性复古合成解决方案使用的模型结合了对Reaxys数据进行训练的深度神经网络。使用蒙特卡罗树搜索方法找到结果，以快速发现有希望的候选路线。从Reaxys的源数据中提取了成千上万个反应规则(> 400,000个)(> 1500万个单步有机反应)，从而使其不依赖于通常在其他解决方案中使用的手工编码规则。
Pending.AI主任Mark Waller教授表示：“随着科学数据的大量增长，AI变得至关重要。我们的使命是利用AI和机器学习开发实用的解决方案，以使科学家有能力推动其他药物的发现和开发我们很高兴能与Elsevier一起实现这一目标。Reaxys-PAI预测性逆向合成工具将补充科学家和团队的知识，并帮助他们迅速做出更明智的决定。”
该工具已经过世界领先的制药和化学公司的严格测试，并被证明可以提供科学，可靠，多样和创新的合成路线建议。它是一个非常有价值的工具，易于使用且直观，通过成为很好的助手和想法生成者，可以满足企业和研究人员的需求。预测性逆向合成解决方案已在正反应数据和负反应数据上进行了培训，并通过与最受信任的化学解决方案Reaxys中可用的实验反应的直接链接解决了新颖分子的合成设计问题。预测模型的训练和创建速度很快，可以从迅速增长的化学知识中“自我学习”。
Elsevier生命科学解决方案产品管理总监Ivan Krstic博士说：“人工智能将彻底改变化学设计和小分子合成领域。“在过去的十年中，化学数据呈指数级增长;整理和协调数据的能力;以及深度学习等计算和数字技术的进步，为解决计算机辅助合成设计问题提供了理想的基础。