在人工智能的指导下，机器人平台实现了分子制造的自动化

麻省理工学院(MIT)的研究人员在人工智能的指导下，利用机器人平台提供动力，开发了一个系统，该系统向自动化生产小分子又迈进了一步，这些小分子可用于医药、太阳能和聚合物化学。

描述的系统中,8月8日出版的《科学》杂志中,可以从各种常规释放板凳化学家和耗时的任务,并且可能建议的可能性如何使新的分子化合物,根据研究变Klavs f·延森,沃伦·k·刘易斯化学工程教授蒂莫西·f·贾米森,罗伯特·r·泰勒教授化学和麻省理工学院的副院长。

詹森说，这项技术“有望帮助人们省去分子构建过程中所有乏味的部分”，包括寻找潜在的反应途径，以及在每次生成新分子时构建分子装配线的组件。

他补充说:“作为一名化学家，它可能会给你以前从未想过的新反应带来灵感。”

其他的麻省理工学院的《科学》杂志文章的作者包括康纳w . Coley戴尔·a·托马斯三世,贾斯汀a . m . Lummiss乔纳森•n . Jaworski律师事务所的克里斯托弗·p·布林维克多·舒尔茨特拉维斯哈特,约书亚s . Fishman卢克·罗杰斯,韩愈高,罗伯特·w·Hicklin Pieter p . Plehiers Joshua Byington John s . Piotti威廉·h·绿、约翰·哈特。

从灵感到配方再到成品

新系统包括三个主要步骤。首先，人工智能指导下的软件提出了合成分子的路线，然后专家化学家审查了这条路线，并将其提炼成化学“配方”，最后，配方被发送到一个机器人平台上，该平台自动组装硬件，并执行生成分子的反应。

Coley和他的同事们已经花了三年多的时间来开发开源软件套件，该套件建议并优先考虑可能的合成路线。该软件的核心是几个神经网络模型，研究人员对此前发表的数百万种化学反应进行了训练，这些反应来自Reaxys和美国专利商标局(U.S. Patent and Trademark Office)数据库。该软件利用这些数据来确定反应的转变和条件，它认为将适合建立一个新的化合物。

Coley说:“它可以帮助你做出关于使用何种中间体和起始材料的高层决策，然后稍微详细地分析你可能想要使用什么条件，以及这些反应是否可能成功。”

他说:“这个软件设计背后的主要动机之一是，它不仅仅为我们所知道的分子或反应提供建议。”“它可以推广到从未产生过的新分子。”

然后，化学家们审查了该软件产生的合成路线，从而为目标分子建立一个更完整的配方。化学家有时需要进行实验室实验，或修改试剂浓度和反应温度等变化。

“他们从人工智能中获取一些灵感，并将其转化为可执行的配方文件，这在很大程度上是因为目前的化学文献没有足够的信息，无法在自动化系统上直接从灵感转移到执行，”贾米森说。

最后的配方被装载到一个平台上，机器人手臂将模块式反应器、分离器和其他处理单元组装成一个连续的流动路径，连接泵和输送分子成分的管道。

托马斯说:“你把配方装进去——这就是控制机器人平台的东西——你把试剂装进去，按下go键，就可以生成感兴趣的分子了。”“当它完成时，它会冲洗系统，你可以加载下一组试剂和配方，让它运行。”

与去年研究人员提出的连续流系统不同，该系统在每次合成后都必须手动配置，而新系统完全由机器人平台配置。

詹森说:“这使我们能够自主地对一个又一个分子进行排序，并在系统上生成一个分子库。”

该平台的设计尺寸约为两立方米，略小于标准的化学通风柜，类似于一个电话交换机和操作系统，可以移动平台上模块之间的连接。

Thomas说:“机械臂使我们能够操纵流体路径，这减少了流程模块的数量和系统的流体复杂性，通过减少流体复杂性，我们可以增加分子复杂性。”“这让我们能够添加额外的反应步骤，并扩大可以在相对较小的占地面积内在系统上完成的反应集。”

对完全自动化

研究人员通过创建15种不同的药物小分子来测试整个系统，这些小分子具有不同的合成复杂性，最简单的合成过程需要两个小时，而制造多种化合物则需要大约68个小时。

该团队合成了多种化合物:阿司匹林和抗生素塞克硝唑在背靠背的过程中;止痛药利多卡因和抗焦虑药物安定使用一种常见的原料试剂，在背对背的过程中;血液稀释剂华法林(warfarin)和帕金森病药物沙非酰胺(safinamide)，展示该软件如何设计具有相似分子成分但不同三维结构的化合物;五种ACE抑制剂和四种非甾体抗炎药。

“我特别为化学的多样性和各种不同的化学反应感到自豪，”贾米森说，他说这个系统处理了大约30种不同的反应，而之前的连续流系统处理了大约12种不同的反应。

科利说:“我们真的在努力缩小这些程序产生的想法和实际运行综合程序所需要的东西之间的差距。”“我们希望下一代系统能进一步增加科学家将精力集中在创造力和设计上的时间和精力。”

这项研究部分得到了美国国防高级研究计划局(DARPA)的支持。