在线界面可实现复杂试剂的虚拟共享,并可对反应条件进行简单改进

一个国际研究团队将流动化学仪器的远程操作与自主反应优化算法相结合,以改善三种药物化合物的合成。在美国编程后,一台位于日本的服务器控制着英国的机器,快速到达最佳合成条件。

实验设备:用于研究的许多实验设备

来源:©Wiley-VCH

一旦建立了基本的设置并添加了试剂,就可以使用来自美国(或其他任何地方)的优化参数远程编程系统,并由在日本服务器上运行的算法控制

有机化学家史蒂夫·雷和剑桥大学的同事们将他们的流量合成装置连接到互联网上。“实验室里的每一件设备都有自己的IP地址,”化学工程师解释道丹尼尔·菲茨帕特里克这意味着他们可以从东京的服务器单独控制。

研究小组首先研究了止痛药曲马多的最后一步,曲马多是酮的格氏加成物。他们设置了一个流动反应器,有两条试剂供应线,温度控制和监测设备,以及控制化学物质在仪器内停留时间的阀门。使用一个简单的在线界面,生物化学家阿曼达·埃文斯加州州立大学富勒顿分校的研究人员对该设备进行了编程,使其搜索温度在30°C至70°C之间,停留时间在5至20分钟之间,以及一系列反应物比。

该装置包括一个红外光谱仪,用于连续监测输出流中的产物和反应物的比例,从而提供关于转换的反馈。这些信息被输入到优化算法中,并用于修改条件。在3小时内,该算法确定在41℃时达到最佳收率(86%),停留时间为10.9分钟,每个酮分子含有1.6分子格氏试剂。与另一个学术小组优化的可比流动工艺相比,体积产量显著提高。

研究人员利用他们基于云的过程开发了另外两种药物的合成:局部麻醉剂利多卡因和抗抑郁药安非他酮,在每种情况下都超过了先前报道的结果。这一过程可以用于生产除药品之外的各种化学品,研究人员希望这种技术可以促进实验室之间昂贵的化学设备的虚拟共享:“这是我们未来几年的设想,届时合作小组之间将发生更多的远程控制和互动,”Ley解释说。

有机合成专家弗兰克Gupton他说:“史蒂夫和我一直在分别研究的是如何获得高产量的反应,从而避免我们不得不进行中间提纯。”“我认为,史蒂夫基于云计算的机器学习过程将为制药行业打开许多眼界,让他们知道如何在不延长药物开发周期的情况下高效地做到这一点。”