研究人员设计、建造和编程了一个化学处理机器人,可以使用机器学习筛选和预测化学反应。根据自主系统的预测,该团队发现了四种新的反应,证明了其快速发现反应的潜力。

已知的化学反应数不胜数,有许多不同的途径可以得到想要的分子。为了找到最佳途径,发现新的化学反应性对于使生产化学品、药品和材料的过程更加可持续、环保和高效至关重要。然而,发现新的反应通常是一个不可预测和耗时的过程,受到自上而下的方法的限制,涉及针对特定分子的专家知识。

manbetx手机客户端3.0《化学世界》获得偷偷看看克罗宁实验室的机器人化学家2016年我们访问格拉斯哥大学时

现在,李·克罗宁他在英国格拉斯哥大学的实验室创建了一个有机合成机器人AI系统,可以从下向上快速探索一组试剂的反应性,没有特定的目标。通过对18种试剂的969种可能的反应进行大约10%的反应,该自主系统能够以86%的准确率预测剩余90%反应的反应性。然后,它会根据收集到的反应性数据自动进行更多轮的实验,不断更新数据库,并在这样做的过程中发现了四种新的反应。研究小组对这些新化合物进行了人工跟踪,以分离和表征这些新化合物。

克罗宁说:“我真的很惊讶,这个系统能够发现新的反应和分子,尤其是其中一个分子的结构真的很奇怪,令人意想不到。”“这证明了无目标有机发现和合成可以产生意想不到的、甚至可能是非常新颖的结果,这可能从根本上改变我们寻找新反应的方式。”

机器人科学家

展示由机器学习驱动的机器人发现的反应的方案

资料来源:©Macmillan Publishers Ltd

机器人系统发现的两个新的三组分反应。上图是甲基丙酸酯、苯并呋辛和1,8-二氮杂双环[5.4.0]十一烷-7-烯之间的反应。下图为4-二甲基氨基吡啶、二甲基乙基二羧酸酯和硝基苯的反应,生成衍生物2,5-二氢呋喃

这个机器人每天可以做36个实验,大约是人类的10倍。它首先从给定的一组试剂中随机选择并组合不同的试剂,从而建立一个反应信息数据库。随后,通过使用内置传感器(包括NMR、红外和质谱)实时获取每种混合物的光谱,对每种混合物的样品进行反应性分析。

展示由机器学习驱动的机器人发现的反应的方案

资料来源:©Macmillan Publishers Ltd

机器人系统发现的两个新的双组分反应。上图是氯氰腈和三氯乙腈的反应。下图为苯乙烯酮与1,8-二氮杂双环[5.4.0]十一-7-烯的反应

一种基于原始起始试剂光谱差异来识别反应性的机器学习算法,然后将反应混合物分为反应性或非反应性。然后这些数据被反馈给机器人,以决定下一轮的实验。这意味着该系统能够建立一个试剂如何相互反应的图像,并确定反应是否成功。因此,该系统可以优先考虑它认为最有潜力的反应。利用这种方法,机器人化学家发现了四个新的反应——两个双组分反应和两个三组分反应。


你可能还会喜欢:
艺术还是自动化?机器人技术将如何改变化学


由于系统没有先验信息——除了算法所需的起始试剂的光谱——它从头开始建立一个数据库。克罗宁解释说:“这对于反应发现是可取的,因为它消除了偏见,让系统更自由地探索。”他说:“第一次看到系统自主导航和‘探索’是非常令人兴奋的,因为化学自动化系统通常只做他们被告知的事情,而不是‘创造性’。”

破坏性的化学

“这项研究最引人注目的方面之一是将自动化化学合成、自动化产品分析的多种模式和机器学习集成到一个闭环中,自动寻找复杂的化学目标,”评论道马蒂·伯克他在美国伊利诺伊大学香槟分校研究小分子合成。“如果这样的闭环在未来可以帮助解决化学反应中一些最具挑战性但可能具有变革性的问题,它们将对分子制造的过程和可行性产生破坏性影响。”

巴勃罗Carbonell)他在英国曼彻斯特大学(University of Manchester)使用机器学习研究合成生物学,对此他也印象深刻。他说:“基于人工智能的合成机器人肯定会引领下一代有机合成的自动化设计和优化筛选。”“未来的发展可以结合机器学习的使用来有效地探索反应空间,就像这项工作所展示的那样,深度学习算法可以提取化学信息,以预测新的有机合成路线。”

克罗宁目前正计划扩大该系统的反应条件范围,使其能够执行多步过程。他说:“我们希望发现一些全新的反应类别,挑战我们目前的结构和成键理论。”“我们还希望添加一些分析,将搜索与理想的发现联系起来,比如药物靶点或材料特性。”