Styret af kunstig intelligens og drevet af en robotplatform, et system udviklet af MIT-forskere rykker et skridt tættere på at automatisere produktionen af små molekyler. Kredit:Connor Coley, Felice Frankel
Styret af kunstig intelligens og drevet af en robotplatform, et system udviklet af MIT-forskere rykker et skridt tættere på at automatisere produktionen af små molekyler, der kunne bruges i medicin, solenergi, og polymerkemi.
Systemet, beskrevet i 8. august-udgaven af Videnskab , kunne frigøre bænkekemikere fra en række rutinemæssige og tidskrævende opgaver, og kan foreslå muligheder for, hvordan man laver nye molekylære forbindelser, ifølge studielederne Klavs F. Jensen, Warren K. Lewis professor i kemiteknik, og Timothy F. Jamison, Robert R. Taylor professor i kemi og associeret proost ved MIT.
Teknologien "har løftet om at hjælpe folk med at fjerne alle de kedelige dele af molekylebygning, "herunder at finde potentielle reaktionsveje og opbygge komponenterne i et molekylært samlebånd, hver gang et nyt molekyle produceres, siger Jensen.
"Og som kemiker, det kan give dig inspiration til nye reaktioner, som du ikke havde tænkt på før, " tilføjer han.
Andre MIT-forfattere på Science-papiret inkluderer 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, og A. John Hart.
Fra inspiration til opskrift til færdigt produkt
Det nye system kombinerer tre hovedtrin. Først, software styret af kunstig intelligens foreslår en rute til at syntetisere et molekyle, så gennemgår ekspertkemikere denne rute og forfiner den til en kemisk "opskrift, " og til sidst sendes opskriften til en robotplatform, der automatisk samler hardwaren og udfører de reaktioner, der bygger molekylet.
Coley og hans kolleger har arbejdet i mere end tre år på at udvikle open source-softwarepakken, der foreslår og prioriterer mulige synteseruter. Kernen i softwaren er flere neurale netværksmodeller, som forskerne trænede på millioner af tidligere offentliggjorte kemiske reaktioner hentet fra databaserne Reaxys og U.S. Patent and Trademark Office. Softwaren bruger disse data til at identificere de reaktionstransformationer og betingelser, som den mener vil være egnede til at bygge en ny forbindelse.
"Det hjælper med at træffe beslutninger på højt niveau om, hvilke slags mellemprodukter og udgangsmaterialer, der skal bruges, og derefter lidt mere detaljerede analyser om, hvilke betingelser du måske ønsker at bruge, og hvis disse reaktioner sandsynligvis vil lykkes, " siger Coley.
"En af de primære motiver bag designet af softwaren er, at den ikke kun giver dig forslag til molekyler, vi kender til, eller reaktioner, vi kender til, " bemærker han. "Det kan generalisere til nye molekyler, der aldrig er blevet lavet."
Kemikere gennemgår derefter de foreslåede synteseruter produceret af softwaren for at bygge en mere komplet opskrift på målmolekylet. Kemikerne har nogle gange brug for at udføre laboratorieeksperimenter eller pille ved reagenskoncentrationer og reaktionstemperaturer, blandt andre ændringer.
Det nye system kombinerer tre hovedtrin. Først, software styret af kunstig intelligens foreslår en rute til at syntetisere et molekyle, så gennemgår ekspertkemikere denne rute og forfiner den til en kemisk "opskrift, ” og til sidst sendes opskriften til en robotplatform, der automatisk samler hardwaren og udfører de reaktioner, der bygger molekylet. Kredit:Connor Coley, Felice Frankel
"De tager noget af inspirationen fra AI og konverterer det til en eksekverbar opskriftsfil, hovedsagelig fordi den kemiske litteratur på nuværende tidspunkt ikke har nok information til at gå direkte fra inspiration til udførelse på et automatiseret system, " siger Jamison.
Den endelige opskrift indlæses derefter på en platform, hvor en robotarm samler modulære reaktorer, separatorer, og andre forarbejdningsenheder ind i en kontinuerlig strømningsvej, forbinder pumper og ledninger, der bringer de molekylære ingredienser ind.
"Du indlæser opskriften - det er det, der styrer robotplatformen - du indlæser reagenserne på, og tryk go, og det giver dig mulighed for at generere det interessante molekyle, " siger Thomas. "Og når det så er færdigt, det skyller systemet, og du kan indlæse det næste sæt reagenser og opskrift, og lad det køre."
I modsætning til det kontinuerlige flow-system, som forskerne præsenterede sidste år, som skulle konfigureres manuelt efter hver syntese, det nye system er helt konfigureret af robotplatformen.
"Dette giver os evnen til at sekventere det ene molekyle efter det andet, samt generere et bibliotek af molekyler på systemet, selvstændigt, siger Jensen.
Designet til platformen, som er omkring to kubikmeter i størrelse - lidt mindre end et almindeligt kemisk stinkskab - ligner et telefonomstillingsbord og et operatørsystem, der flytter forbindelser mellem modulerne på platformen.
"Robotarmen er det, der tillod os at manipulere væskebanerne, hvilket reducerede antallet af procesmoduler og systemets flydende kompleksitet, og ved at reducere den fluidiske kompleksitet kan vi øge den molekylære kompleksitet, " siger Thomas. "Det gjorde det muligt for os at tilføje yderligere reaktionstrin og udvide det sæt af reaktioner, der kunne fuldføres på systemet inden for et relativt lille fodaftryk."
Mod fuld automatisering
Forskerne testede hele systemet ved at skabe 15 forskellige medicinske små molekyler med forskellig syntesekompleksitet, med processer, der tager alt mellem to timer for de enkleste kreationer til omkring 68 timer for fremstilling af flere forbindelser.
Holdet syntetiserede en række forskellige forbindelser:aspirin og antibiotikummet secnidazol i ryg-til-ryg-processer; det smertestillende lidocain og det angstdæmpende lægemiddel diazepam i ryg-mod-ryg-processer ved brug af et fælles råmateriale af reagenser; blodfortyndende warfarin og lægemidlet safinamid til Parkinsons sygdom, at vise, hvordan softwaren kunne designe forbindelser med lignende molekylære komponenter, men forskellige 3-D strukturer; og en familie på fem ACE-hæmmere og en familie på fire ikke-steroide antiinflammatoriske lægemidler.
"Jeg er især stolt af mangfoldigheden af kemien og den slags forskellige kemiske reaktioner, " siger Jamison, hvem sagde, at systemet håndterede omkring 30 forskellige reaktioner sammenlignet med omkring 12 forskellige reaktioner i det tidligere system med kontinuerligt flow.
"Vi forsøger virkelig at lukke kløften mellem idégenerering fra disse programmer og hvad der skal til for rent faktisk at køre en syntese, " siger Coley. "Vi håber, at næste generations systemer yderligere vil øge den brøkdel af tid og indsats, som forskere kan fokusere deres indsats på kreativitet og design."
Denne historie er genudgivet med tilladelse fra MIT News (web.mit.edu/newsoffice/), et populært websted, der dækker nyheder om MIT-forskning, innovation og undervisning.