深度学习在药物发现方面很有前景，包括高级图像分析、分子结构和功能的预测，以及具有定制属性的创新化学实体的自动生成。尽管有越来越多的成功的应用前景，但基本的数学模型仍然很难被人类的思维所解释。有一种“可解释的”深度学习方法的需求，以解决对分子科学机器语言新叙述的需求。这篇综述总结了可解释人工智能的最突出的算法概念，并预测了未来的机会，潜在的应用以及一些仍然存在的挑战。我们还希望它鼓励进一步努力发展和接受可解释的人工智能技术。

https://www.nature.com/articles/s42256-020-00236-4