是合成化学家的人工智能与自动化的工作吗?

没有什么比自动化的化学合成化学家们担心。机器人和人工智能(AI)有一天取代他们,就像他们似乎威胁到其他很多活动和工作吗?项目领导的一个团队在麻省理工学院(MIT)似乎现在暗示答案可能是肯定的,没有。

Klavs詹森和他的同事已经公布了一项系统的人工智能算法设计和改进目标分子的合成策略,然后机器人控制实验平台进行。¹但至关重要的是,该计划仍然依赖于一些专家人类成功的判断。工作表明,最好的出路是发挥机器和人的优势。

的方法实际上是关于“如何聚合我们集体的化学知识和用它来设计合成过程更容易产生新的分子,”麻省理工学院的团队成员康纳Coley说系统上工作了博士学位项目。詹森解释说,系统”是作为一个工具,它将使我们能够更快的让我们潜在的分子和他们感兴趣的。

使用人工智能规划化学合成的想法已经存在一段时间。²例如,一个研究小组最近展示了一个“深”的神经网络,使用几层的处理节点,可以设计出高效retrosynthetic路线分子专家判定为人类所计划的一样好。³通常这种算法使用大量合成发表“训练”,这样他们可以应用类似的策略使化合物在训练集之外。

与此同时,研究人员感兴趣的自动化实验室实验,例如使用机器人机械手,以加快的速度可以尝试合成和评估。^4、5这两个发展最终可能被合并,这样合成可以计划和开展而无需人工干预。然而,到目前为止这种机器人方案往往需要人类的帮助,例如配置设备为特定的合成,并且不容易扩大。

人工智能,机器人

系统由詹森和他的同事们克服这些局限性。他们使用人工智能方案计划和评估合成路线,然后机器的建议制定由机器人系统,自动将其整合在一起标准化微流控组件和使用连续流化学试剂的合成。

这是第一个例子的所有元素的整合:retrosynthesis,确定反应条件,和预测的反应是否成功,”詹森说——以及它的自动化实现机器人系统。“我不相信有先前的机器人,能够配置流化学系统,然后执行反应,”他补充道。一旦完成了配方,你要做的就是按下按钮,观察机器人所做的一切。”

然而,人类的帮助仍然是必要的。的数据还不足以使一个预测完整配方的人工智能,包括浓度等等,詹森解释道。“你可以部分计划,但你需要化学家的专家来完成它。例如,他说,有时候我们改变了来自这个项目的条件,或者我们改变一个特定的反应物,取代氯溴化来提高溶解度,说”。

更重要的是,人类专家的输入往往是需要翻译结果文献中对于“批处理”处理,化学计量学的反应试剂的浓度和量控制,流处理,这取决于流量而不是卷。仍然有一个非常重要的程度的化学家的参与,“绿青鳕说。

将合成分解

给定目标分子,称为retrosynthesis算法应用标准方法,有计划地逐步将目标分解成简单的化合物通过裂开债券,可以构建使用已知的化学反应。算法利用数据库1250万单步反应,都归结为大约164000个可靠的规则。retrosynthesis的每个建议的步骤是由神经网络训练评估1500万例已知的工作,连同1.15亿年预计。在每种情况下系统询问是否有设置的条件给定的反应物形成预期的产品。最终目标是减少目标小分子化合物,容易和廉价Sigma-Aldrich等可以从供应商。

为了测试他们的方案,詹森和他的同事们选择15个小目标分子医学相关的合成路线已经存在,阿斯匹林来安定(安定)。他们也选择一些目标包含具有挑战性的手性中心,如抗凝血剂(S)华法林和safinamide,用于治疗帕金森病。在所有情况下,系统提出了策略,给接受产品的收益率相对较低的价格。产品纯化“网下”使用高效液相色谱等方法,但Jensen说这可能被添加到自动化系统。

当前的一个关键方法的局限性是流系统不能应对固态过程或产品。李·克罗宁格拉斯哥大学,他也没有参与工作在人工智能系统自动合成认为,设备的成本也可能是限制性的。

但克罗宁说,“这里的关键,重要的是使用人工智能和机器人之间的集成化学”。虽然系统没有准备好应用,如药物发现,他说,“关键是要有一个机器人,可以动态地访问一组有限但重要的分子,在这个意义上,令人印象深刻的工作。

合成化学家们仍然想要

詹森说,如果有更多和更好的数据可用,例如在反应条件,合成设计可以做更多的工作而无需人工干预。对人工智能的有可能学习条件是什么,这样的一个更大的部分配方文件可以完成(AI)”,他说。

到目前为止,系统只能使用已知的反应。但是没有理由假设这些捕获所有最好的办法让一个给定的键,研究人员希望AI可能最终被用来预测全新的合成步骤,基于这些已知的结果。团队正在看的这是否[方法]可以外推到全新的分子”,绿青鳕说。

但詹森警告说,“它将很难建立一个通用的合成,可以建造任何分子”。“化学空间很大,有许多分子合成化学家,最好的专家,与所有的工具,仍然很难合成,“绿青鳕补充道。“我不认为这是现实说我们将会达到一个点,这些自动化系统将能够合成分子的范围一样人类最好的化学家。但可能有较小的化学空间,更容易访问。

所以这样的系统将助手,而不是替代品。如果你有系统可以简单的东西,然后你就可以开始探索空间的其他部分,我们到目前为止一直未能探索,因为它需要我们得到我们所需要的,”詹森说。

无论如何,人类的化学家是短期内不可能被替换。詹森说,“这些机器不发现。”如果你要发现新的分子实验室,机器可以帮助你做一些事情,但你仍然需要了解如何操作化学。”