人工智能讓分子製造自動化，化學家雙手得解放_風聞

​

編譯／德克斯特  審稿／西莫  責編／張夢

麻省理工學院的研究人員開發了一種受人工智能指導的新系統，該系統或可實現小分子製造的自動化。

新系統在人工智能指導下，由機器人平台提供動力，向着小分子生產自動化更近一步。

據techxplore.com網站8月9日報道，美國麻省理工學院（MIT）的研究人員開發了一種新系統，可以在人工智能的指導下，利用機器人平台提供的動力，製造可用於醫藥、太陽能技術和聚合物的小分子。相關成果發佈於《科學》雜誌。

研究人員Klavs F. Jensen教授和Timothy F. Jamison教授認為，新系統可以將化學家們從繁重的事務性任務中解放出來，並且使新化合物更具多樣性。

Jensen説：“這項技術可以幫助科學家們省去分子構建過程中所有的乏味部分，例如尋找潛在的反應途徑、篩選構建新分子的構築塊等。新系統有望給研究人員發現新反應帶來前所未有的靈感。”

新系統可以將化學家們從繁重的事務性任務中解放出來。

新系統的工作流程主要包括3個步驟：首先，人工智能指導下的軟件提出合成分子的路線；接着，化學家們對擬定的路線進行審查並微調為化學“配方”；最後，配方發送到機器人平台，由平台執行合成反應。

研究人員Connor W. Coley及其同事已經花了將近3年的時間來開發可用於化學合成反應的開源軟件套件。軟件的核心是若干神經網絡模型，研究人員利用Reaxys和美國專利商標局數據庫中已經存在的數百萬種化學反應對其進行了訓練。訓練完成之後，軟件可以根據訓練數據來確定反應的轉變和條件是否適合構築新的化合物。

Coley説：“它可以幫助你作出使用何種中間體或起始原料的決策，然後比較詳細地分析反應可能需要的條件，並預測反應能否成功。這個軟件的關鍵優勢在於，它不僅能為已知的分子或反應提供建議，還能推廣到不為人知的新分子。”

當然，經驗豐富的化學家們對軟件生成的合成路線的審核也非常關鍵——有時候他們需要通過實驗室小試為目標分子的成功合成建立更完整的配方。

分子製造將更簡單。

Jamison教授説：“Coley等從人工智能中獲取了靈感，並將其轉化為可執行的配方文件。傳統的文獻查閲既無法提供足夠的信息，又無法在自動化系統上直接實現靈感到執行的操作。”

在系統流程的最後一步中，配方被加載進入機器人平台，機器人操作臂將模塊式反應器、分離器和其他處理單元等組裝成連續的合成路徑進行反應。研究人員Dale A. Thomas III説：“你只需裝上試劑，然後按下go鍵就能生成感興趣的分子了。反應結束後，系統會進行自動沖洗，為你的下一組反應做好準備。”

與去年研究人員提出的連續流系統不同，新系統不必在每次合成反應結束後都進行手動配置，整個過程完全由機器人平台完成。Jensen教授説：“這使我們能夠自主地對大量分子進行排序，並在系統中生成分子庫。”

人工智能神經網絡起到大作用。

機器人平台的設計尺寸約為兩立方米，整體結構比較簡單。Thomas解釋説：“機械臂使我們能夠輕鬆地操控流體路徑，這在減少流程模塊數量和複雜性的同時，又增加了分子的複雜性。由此研究人員們能夠添加額外的反應步驟，進而擴大在相對較小的系統面積內可完成的反應集。”

為測試系統性能，研究人員在新系統中合成了15種不同的藥物小分子。這些小分子的合成複雜性各不相同，最簡單的合成過程需要兩個小時，而複雜的合成過程需要的時間約68個小時。

Jamison教授説：“系統對多樣性化學反應的適應性讓我非常滿意。新系統處理了大約30種不同的反應，而之前的連續流系統只能處理大約12種反應。”

Coley補充説：“我們在努力縮小系統性能與實際需求之間的差距。下一代系統或許能讓科學家們將精力更多地集中於創新性工作之中。”

期刊來源：《科學》

期刊編號：0036-8075

原文鏈接：

https://techxplore.com/news/2019-08-ai-robotic-platform-automates-molecule.html

中文內容僅供參考，一切內容以英文原版為準。轉載請註明來源。

轉載本公號內容請聯繫授權

[email protected]