机器学习和大数据帮助化学家在浩瀚的化学药品宇宙中寻找更好的药物。在2016年，Sunovion制药公司交给一些老员工一项特殊任务。在美国马萨诸塞州的公司总部，化学家们被要求进行一项寻找新药最佳先导化合物的游戏。在他们的工作站中有包括几百种化学结构的网格，其中只有十种标有相关生物学信息。专家们必须基于他们辛苦学到的化学结构及生物知识来选出其他可能作为候选药物的分子。
在11位选手中，10位为这项任务冥思苦想了数小时，但剩下的一名选手却在几毫秒内就轻松完成，因为这名选手是一种计算机算法。
这一计算机程序由Willem van Hoorn创造，他是利用人工智能设计药物的新公司Exscientia的化学信息学负责人。这一公司位于英国邓迪，希望能与Sunovion建立初步合作关系，为此下了很高的赌注。“我的信誉危在旦夕。”Hoorn表示。
二十轮游戏结束后，他高分胜出，也终于松了一口气。他的算法似乎是运用了一些化学黑魔法；因为最后仅有一位药物发现专家击败了机器。从那时起，Exscientia公司便和Sunovion继续合作开发精神病治疗药物。
Exscientia公司是工业和学术界中与日俱增的、利用计算机探索广阔化学药品宇宙的众多团队之一。
化学家们估计约有10^60种具有药物特性的化合物能够被合成，这些小分子的数目甚至超过了太阳系所有原子的总数。他们希望通过计算机算法对无数的化合物进行登记、分类并比较其特性，从而帮助研究者快速、低成本地找到针对某一靶点的最佳候选药物。支持者们表示这样的策略能够使药物更安全，减少在临床实验中失败的药物数量，同时使得新治疗方法的发现成为可能。此外还有助于开启未探索过以及曾被认为无价值的化学领域。