麻省理工学院的研究人员开发出一种可协助合成新分子的机器人

A dispensing chemist prepares drugs for a chemotherapy treatment in a sterile room at Antoine-Lacassagne Cancer Centre in Nice October 18, 2012. Picture taken October 18, 2012. REUTERS/Eric Gaillard (FRANCE - Tags: HEALTH) - PM1E8AM1B6W01
New system may help to inspire new molecules.Image: REUTERS/Eric Gaillard
本内容由人工智能自动翻译。

麻省理工学院研究人员开发的一套系统,在人工智能的引导和机器人平台的驱动下,朝着小分子生产自动化迈出了一步。这些小分子可用于医药、太阳能和聚合物化学等领域。

该系统发表于8月8日出版的《Science》上,据研究联合负责人、麻省理工学院化学工程Warren K. Lewis讲席教授Klavs F. Jensen以及化学系Robert R. Taylor讲席教授兼教务副校长Timothy F. Jamison介绍,该系统可以让实验台化学家摆脱各种常规且耗时的工作,还可能为合成新的分子化合物提供思路。

Jensen表示,该技术“有望帮助人们省去分子构建过程中所有繁琐的环节”,包括查找潜在的反应路径,以及每次生产新分子时搭建分子组装线的各个部件。

他补充道:“作为一名化学家,它可能会为你带来以前从未想到过的新反应灵感。”

这篇《Science》论文的其他麻省理工学院作者包括Connor W. Coley、Dale A. Thomas III、Justin A. M. Lummiss、Jonathan N. Jaworski、Christopher P. Breen、Victor Schultz、Travis Hart、Joshua S. Fishman、Luke Rogers、Hanyu Gao、Robert W. Hicklin、Pieter P. Plehiers、Joshua Byington、John S. Piotti、William H. Green和A. John Hart。

从灵感到配方再到成品

该新系统包含三个主要步骤。首先,人工智能引导的软件提出合成某一分子的路线;随后,专业化学家对该路线进行审核,并将其细化为化学“配方”;最后,配方被发送至机器人平台,由平台自动组装硬件并执行构建该分子的反应。

Coley及其同事用三年多的时间开发了一套开源软件套件,用于提出并排列可能的合成路线。该软件的核心是若干神经网络模型,研究人员用从Reaxys数据库和美国专利商标局数据库中提取的数百万条已发表化学反应对其进行训练。软件利用这些数据,识别其认为适用于构建新化合物的反应转化方式和反应条件。

Coley表示:“它有助于做出高层次的决策,例如选用哪些中间体和起始原料,然后进行更为细致的分析,判断可能采用哪些反应条件,以及这些反应是否有可能成功。”

他指出:“该软件设计的主要动机之一,是它不仅能为我们已知的分子或已知的反应提供建议,”“它还能推广到从未被制造过的新分子。”

随后,化学家会审核软件生成的合成路线建议,以为目标分子编制更完整的配方。化学家有时需要开展实验室实验,或调整试剂浓度和反应温度等参数。

Jamison表示:“他们从人工智能中汲取部分灵感,并将其转化为可执行的配方文件。这主要是因为目前的化学文献所包含的信息不足以让人直接从灵感过渡到自动化系统中的执行。”

最终配方随后被载入平台,由机械臂将模块化反应器、分离器及其他处理单元组装成连续流动路径,并连接引入分子原料的泵和管线。

Thomas表示:“你载入配方(配方用于控制机器人平台),加载试剂,然后按下开始键,就能生成你所需的分子。反应完成后,系统会自动冲洗,你便可以载入下一批试剂和配方,让系统继续运行。”

与研究人员去年展示的连续流动系统不同,该系统每次合成后都需要手动配置,而新系统则完全由机器人平台完成配置。

Jensen表示:“这使我们能够自主地让一个分子接一个分子地依次合成,并在系统上批量生成一个分子库。”

该平台的设计约为两立方米,略小于标准化学通风柜,外形类似电话交换台和接线员系统,可在平台各模块之间切换连接。

Thomas表示:“正是机械臂使我们能够操控流体路径,从而减少了工艺模块的数量以及系统的流体复杂性;通过降低流体复杂性,我们得以提高分子复杂性。”“这使我们能够增加额外的反应步骤,并在相对较小的占地面积内,扩展系统可完成的反应范围。”

迈向全面自动化

研究人员对整套系统进行了测试,制造了15种不同合成复杂度的药用小分子,其中最简单的产品耗时约两小时,而生产多种化合物则耗时约68小时。

团队合成了多种化合物:阿司匹林与抗生素塞尼达唑连续进行合成;止痛药利多卡因与抗焦虑药地西泮使用共同的试剂原料连续进行合成;抗凝血药华法林与帕金森病药物沙芬酰胺,用以展示该软件如何设计出分子组分相似但三维结构不同的化合物;以及一系列五种ACE抑制剂类药物和一系列四种非甾体抗炎药。

Jamison表示:“我特别自豪于这套系统所涉及的化学反应的多样性,以及反应类型的丰富程度。”他指出,该系统可完成约30种不同反应,而此前的连续流动系统仅能完成约12种不同反应。

Coley表示:“我们真正努力想要缩小这些程序产生的创意与实际完成合成所需条件之间的差距。我们希望下一代系统能进一步提高科学家将时间和精力投入创造与设计的比例。”

该研究部分得到了美国国防高级研究计划局(DARPA)“Make-It”计划的支持。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。