从设计到执行的自动化合成系统

利用人工智能（AI）和机器人技术，一个新的合成化学系统只需少量人工操作就可以完成从设计到操作的几乎所有的步骤（Science 2019, DOI: 10.1126/science.aax1566）。 麻省理工学院(MIT)的Timothy F. Jamison，Klavs F. Jensen及其同事们示范了用该系统合成一些药物分子和两个小的化合物文库。

麻省理工的团队由化学家、计算机科学家以及化学和机械工程师组成，该团队在两个相关领域取得了进展：化学反应的算法预测和自动化实验室设备。 几个世纪以来，化学合成已从艺术发展成了科学。 二十世纪的化学家们，诸如 Robert B. Woodward 和 Elias J. Corey，致力于发展化学合成路线设计的算法所需要的逻辑基础。同时计算机科学的发展也让人类能够将合成化学的逻辑规则教给人工智能算法，使其能规划合成目标分子的途径。与此同时，机器人与工艺化学（process chemistry）方面的进展也同样使得自动化系统能够听从指挥并完成多步骤合成任务。

麻省理工的研究人员利用从美国专利和Reaxys数据库中获得的化学反应对人工智能算法进行训练。 研究团队的化学合成设计师使用这些算法来设计给定分子的合成路线（包括反应条件），并根据步骤数和预计的产率来评估哪种路线最佳。

在系统的另一侧，机械臂通过将供应不同试剂的试管连接到流动化学（flow-chemistry）模块，如反应器以及膜基分离器（membrane-based separators），以进行实验。 其他小组也演示了基于批量处理化学的自动化系统（batch-chemistry-based automation systems），但Jamison说，流动化学更适合于他们正尝试的反应类型的自动化。 流动化学也使研究人员能够在更高的温度和压力下进行反应。 该研究小组的合成反应机器人可以合成产率为91％的 阿司匹林，以及产率为78％、对映体比率为4.1:1的（S）-华法林，同时也合成了两个各自包含5种药物相关分子的化合物库。

尽管其他研究人员已经开发了人工智能化学合成路线设计器（也称自动化合成器），但麻省理工研究小组的系统最接近于全自动化系统。 “我十分确信这一概念将极大地加速合成路线的设计，并且将改变我们合成化合物的方式。 这一切真的在改变合成的‘游戏规则’ 。”安大略女王大学的有机化学家Cathleen Crudden说。

人类化学家仍然在该小组所设计的系统中有用武之地：在将人工智能生成的合成方案输入给化学机器人之前， 他们需要对其进行编辑。 该系统软件的主要开发者（同样也是本文作者之一）Connor Coley说：“我们仍然需要化学家来补充精确的浓度、温度和时间这类的细节”。 Jensen说，他们的人工智能从论文和专利中所学到的信息还不具有算法需要的细节精度 。 但是Coley说，如果数据是正确的，算法应该可以完成任务。

当然这个研究小组并不是想让自动化取代人类化学家。“这个项目的宗旨不是为了淘汰人类化学家，而是通过省去常规合成实验操作步骤，为化学家节约更多时间用于创新“。致力于自动化、并于辉瑞（Pfizer）工作的 Paul Richardson指出：”过去在自动化合成上的尝试并没有带来多少投资回报“，但他评价说，现在这一系统的问世是一项“令人兴奋的进步”。 研究人员对人类化学家的信赖得到了Paul的赞赏，他补充说：“看到该系统的发明者承认使用计算机预测的局限性以及在某些情况下专家介入的必要性，我感到耳目一新 。”.