Kemikere fra University of Amsterdam (UvA) har udviklet en autonom kemisk synteserobot med en integreret AI-drevet maskinlæringsenhed. Kaldet "RoboChem", kan bordpladenheden overgå en menneskelig kemiker med hensyn til hastighed og nøjagtighed, samtidig med at den viser et højt niveau af opfindsomhed.
Som den første af sin art kunne den markant fremskynde kemisk opdagelse af molekyler til farmaceutiske og mange andre anvendelser. RoboChems første resultater er offentliggjort i tidsskriftet Science .
RoboChem blev udviklet af gruppen af prof. Timothy Noël ved UvA's Van 't Hoff Institut for Molekylær Videnskab. Deres papir viser, at RoboChem er en præcis og pålidelig kemiker, der kan udføre en række forskellige reaktioner og samtidig producere minimale mængder affald.
Systemet arbejder selvstændigt døgnet rundt og leverer resultater hurtigt og utrætteligt. Noël sagde:"På en uge kan vi optimere syntesen af omkring ti til tyve molekyler. Dette ville tage en ph.d.-studerende flere måneder." Robotten giver ikke kun de bedste reaktionsbetingelser, men giver også indstillingerne for opskalering.
"Det betyder, at vi kan producere mængder, der er direkte relevante for leverandører til f.eks. medicinalindustrien."
RoboChems 'hjerne'
Noël-gruppens ekspertise er i "flow chemistry", en ny måde at udføre kemi på, hvor et system af små, fleksible rør erstatter bægre, kolber og andre traditionelle kemiværktøjer.
I RoboChem opsamler en robotnål omhyggeligt udgangsmaterialer og blander disse sammen i små mængder på lidt over en halv milliliter. Disse strømmer derefter gennem rørsystemet mod reaktoren. Der udløser lyset fra kraftige LED'er den molekylære omdannelse ved at aktivere en fotokatalysator inkluderet i reaktionsblandingen.
Strømmen fortsætter derefter mod et automatiseret NMR-spektrometer, der identificerer de transformerede molekyler. Disse data føres tilbage i realtid til den computer, der styrer RoboChem.
"Dette er hjernen bag RoboChem," siger Noël. "Den behandler informationen ved hjælp af kunstig intelligens. Vi bruger en maskinlæringsalgoritme, der autonomt bestemmer, hvilke reaktioner der skal udføres. Den sigter altid efter det optimale resultat og forbedrer konstant sin forståelse af kemien."
Imponerende opfindsomhed
Gruppen har lagt mange kræfter i at underbygge RoboChems resultater. Alle de molekyler, der nu er inkluderet i Science-papiret, blev isoleret og kontrolleret manuelt. Noël siger, at systemet har imponeret ham med sin opfindsomhed.
"Jeg har arbejdet på fotokatalyse i mere end et årti nu. Alligevel har RoboChem vist resultater, som jeg ikke ville have været i stand til at forudsige. For eksempel har den identificeret reaktioner, der kun kræver meget lidt lys. Til tider måtte jeg klø mit hoved til at forstå, hvad det havde gjort. Du spekulerer på:ville vi have gjort det på samme måde ."
Forskerne brugte også RoboChem til at kopiere tidligere forskning offentliggjort i fire tilfældigt udvalgte artikler. De afgjorde derefter, om Robochem producerede de samme – eller bedre – resultater.
"I omkring 80 % af tilfældene gav systemet bedre udbytter. For de øvrige 20 % var resultaterne ens," siger Noël. "Dette efterlader mig ikke i tvivl om, at en AI-assisteret tilgang vil være gavnlig for kemisk opdagelse i den bredest mulige forstand."
Gennembrud inden for kemi ved hjælp af kunstig intelligens
Ifølge Noël ligger relevansen af RoboChem og anden "computeriseret" kemi også i genereringen af data af høj kvalitet, som vil gavne den fremtidige brug af kunstig intelligens.
"I traditionel kemisk opdagelse er kun nogle få molekyler grundigt undersøgt. Resultaterne ekstrapoleres derefter til tilsyneladende lignende molekyler. RoboChem producerer et komplet og omfattende datasæt, hvor alle relevante parametre opnås for hvert enkelt molekyle. Det giver meget mere indsigt."
En anden funktion er, at systemet også registrerer "negative" data. I den nuværende videnskabelige praksis afspejler de fleste publicerede data kun vellykkede eksperimenter. "Et mislykket eksperiment giver også relevante data," siger Noël.
"Men dette kan kun findes i forskernes håndskrevne laboratorienotater. Disse er ikke offentliggjort og dermed utilgængelige for AI-drevet kemi. Det vil RoboChem også ændre på. Jeg er ikke i tvivl om, at hvis man vil skabe gennembrud i kemien med AI. , du skal bruge den slags robotter."
Flere oplysninger: Aidan Slattery et al., Automatiseret selvoptimering, intensivering og opskalering af fotokatalyse i flow, Science (2024). DOI:10.1126/science.adj1817. www.science.org/doi/10.1126/science.adj1817
Journaloplysninger: Videnskab
Leveret af University of Amsterdam
Sidste artikelMagnesium har stadig potentialet til at blive en effektiv brintbutik, siger undersøgelse
Næste artikelNyt simuleringsværktøj fremmer molekylær modellering af biomolekylære kondensater