人工智能(AI)驅(qū)動(dòng)的機(jī)器人,正在我們的生活中扮演著越來(lái)越重要的角色,而在化學(xué)合成實(shí)驗(yàn)室內(nèi),它們也在悄然改變著傳統(tǒng)實(shí)驗(yàn)方式。
如今,科學(xué)家們?cè)谥悄芑瘜W(xué)領(lǐng)域取得了新突破——
來(lái)自英國(guó)利物浦大學(xué)的研究團(tuán)隊(duì)開(kāi)發(fā)了一種“智能實(shí)驗(yàn)室”——模塊化的移動(dòng)機(jī)器人平臺(tái),它可以在實(shí)驗(yàn)室中自由移動(dòng)、自動(dòng)添加試劑,還能自助分析數(shù)據(jù)、篩選結(jié)果,尤其在使用有機(jī)溶劑和處理危險(xiǎn)試劑的實(shí)驗(yàn)中表現(xiàn)出色。
值得一提的是,這項(xiàng)新研究基于“世界上第一個(gè)移動(dòng)機(jī)器人化學(xué)家”,該機(jī)器人化學(xué)家在 8 天內(nèi)進(jìn)行了近 700 次催化實(shí)驗(yàn),全天候不停歇工作。
研究團(tuán)隊(duì)展示了該系統(tǒng)在超分子化學(xué)和藥物化學(xué)等領(lǐng)域的應(yīng)用,大幅提升了實(shí)驗(yàn)效率,推動(dòng)化學(xué)合成進(jìn)入一個(gè)“智能化”的新階段,為探索化學(xué)反應(yīng)機(jī)制和開(kāi)發(fā)新藥物帶來(lái)了全新的可能。
研究發(fā)現(xiàn),這一由 AI 驅(qū)動(dòng)的移動(dòng)機(jī)器人不僅能夠做出與人類(lèi)研究人員相同或相似的決策,而且速度比人類(lèi)要快得多。
“它可以處理分析數(shù)據(jù)集,然后做出自主決策 — 例如,是否繼續(xù)進(jìn)行反應(yīng)的下一步。這個(gè)決定基本上是即時(shí)的,所以如果機(jī)器人在凌晨 3:00 進(jìn)行分析,那么它將在凌晨 3:01 決定進(jìn)行哪些反應(yīng)。相比之下,人類(lèi)化學(xué)家可能需要幾個(gè)小時(shí)后才能瀏覽相同的數(shù)據(jù)集?!?該論文的共同第一作者 Sriram Vijayakrishnan 解釋道。
“我在讀博時(shí),很多化學(xué)反應(yīng)都是手工完成的。通常,收集和分析數(shù)據(jù)所花的時(shí)間和搭建實(shí)驗(yàn)的時(shí)間一樣長(zhǎng)。當(dāng)你開(kāi)始實(shí)現(xiàn)化學(xué)自動(dòng)化時(shí),這個(gè)數(shù)據(jù)分析問(wèn)題就變得更加嚴(yán)重了,你可能會(huì)被數(shù)據(jù)淹沒(méi)?!?Vijayakrishnan 博士說(shuō)。
相關(guān)研究論文以 “Autonomous mobile robots for exploratory synthetic chemistry” 為題,已于今天發(fā)表在權(quán)威科學(xué)期刊 Nature 上。
對(duì)此,該論文的通訊作者、利物浦大學(xué)化學(xué)系教授 Andrew Cooper 表示:“無(wú)論是在物理實(shí)驗(yàn)方面,還是在決定接下來(lái)要做哪些實(shí)驗(yàn)方面,化學(xué)合成研究都既耗時(shí)又昂貴,智能機(jī)器人為加速這一進(jìn)程提供了一種途徑?!?/p>
模塊化與智能化的完美融合
在傳統(tǒng)的化學(xué)合成中,復(fù)雜的實(shí)驗(yàn)往往涉及多種試劑和步驟,需要高度精準(zhǔn)的手動(dòng)操作,才能避免實(shí)驗(yàn)中出現(xiàn)意外,不僅危險(xiǎn)而且繁瑣,數(shù)據(jù)分析也極具挑戰(zhàn)性。很多時(shí)候,實(shí)驗(yàn)進(jìn)展受限于人力與條件,讓化學(xué)研究者們?cè)谔剿魑粗澜鐣r(shí)步履維艱。
隨著自動(dòng)化和人工智能技術(shù)不斷向化學(xué)研究領(lǐng)域滲透,機(jī)器人逐漸走進(jìn)實(shí)驗(yàn)室,承擔(dān)起部分合成和分析任務(wù)。然而,現(xiàn)有的靜態(tài)機(jī)器人平臺(tái)缺乏靈活性,難以滿(mǎn)足多步驟化學(xué)反應(yīng)的復(fù)雜要求。
為此,研究團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)由多模塊單元組成的高度集成且智能化的化學(xué)實(shí)驗(yàn)平臺(tái),為機(jī)器人賦予更高的靈活性。
該系統(tǒng)基于 KUKA 機(jī)器人平臺(tái)構(gòu)建,定位精度可達(dá) ±0.12 毫米,并配備了激光掃描儀和力傳感器等各種傳感器,能精確完成實(shí)驗(yàn)室操作。
圖|用于移動(dòng) agent 處理的定制核磁共振機(jī)架。左圖:組裝好的機(jī)架預(yù)先裝有核磁共振管,并放置在 ISynth 平臺(tái)內(nèi),然后液體輸送工具將液體分配到管子中,管子有帶孔的蓋子,以便分配。右圖:NMR-Agent 使用定制的指尖,使其能夠垂直和水平地抓握和移動(dòng)機(jī)架。垂直握把方向用于從 ISynth 甲板上取下機(jī)架,水平握把方向用于將機(jī)架移入臺(tái)式核磁共振自動(dòng)采樣器。
系統(tǒng)的核心控制單元是智能自動(dòng)化系統(tǒng)控制面板(IAS - CP),采用 ZeroMQ 通信協(xié)議,可以將實(shí)驗(yàn)室的各種儀器模塊(如合成反應(yīng)平臺(tái)、UPLC–MS(超高效液相色譜—質(zhì)譜)和 NMR(核磁共振)等)無(wú)縫連接,實(shí)現(xiàn)實(shí)驗(yàn)數(shù)據(jù)的實(shí)時(shí)傳輸與自主分析。
IAS-CP 可通過(guò)廣播向各實(shí)驗(yàn)?zāi)K傳遞指令,對(duì)多臺(tái)儀器進(jìn)行高效調(diào)度,靈活控制實(shí)驗(yàn)進(jìn)程,且支持非專(zhuān)業(yè)用戶(hù)進(jìn)行簡(jiǎn)單操作,這種靈活性使其在多步驟化學(xué)反應(yīng)中的應(yīng)用能力大大提升。
圖|模塊化機(jī)器人工作流程和啟發(fā)式反應(yīng)規(guī)劃器
不止是實(shí)驗(yàn)執(zhí)行者,更是數(shù)據(jù)分析師
在這項(xiàng)研究中,整個(gè)實(shí)驗(yàn)流程中,IAS-CP 控制機(jī)器人完成從試劑添加到溶劑蒸發(fā)、攪拌加熱等操作。機(jī)器人會(huì)實(shí)時(shí)取樣,將樣品送至 UPLC–MS 和 NMR 等分析儀器進(jìn)行監(jiān)測(cè),并通過(guò)啟發(fā)式算法篩選合適的化合物,進(jìn)一步進(jìn)行反應(yīng)或分析,構(gòu)建出接近自主探索的工作流程。
應(yīng)用于超分子化學(xué)和藥物化學(xué)的篩選
在超分子化學(xué)的實(shí)驗(yàn)中,這一機(jī)器人系統(tǒng)展現(xiàn)出了強(qiáng)大的篩選能力。
超分子化學(xué)研究的對(duì)象是多個(gè)分子通過(guò)非共價(jià)相互作用形成的復(fù)雜體系。這類(lèi)實(shí)驗(yàn)往往生成多種混合分子結(jié)構(gòu),且分子結(jié)構(gòu)和性質(zhì)具有高度的多樣性和復(fù)雜性。
研究團(tuán)隊(duì)通過(guò)啟發(fā)式篩選算法結(jié)合超高效液相色譜 - 質(zhì)譜(UPLC - MS)和核磁共振(NMR)兩種分析手段,成功識(shí)別出多個(gè)具有潛在價(jià)值的分子結(jié)構(gòu)。
在某些情況下,盡管分子在 UPLC–MS 測(cè)試中未通過(guò),NMR 的分析結(jié)果卻顯示其具有獨(dú)特的研究?jī)r(jià)值。系統(tǒng)得以迅速捕獲這些“異常分子”,為后續(xù)研究提供了新的線索。
尤其是在超分子自組裝研究中,這種篩選能力有助于發(fā)現(xiàn)具有新型功能的超分子結(jié)構(gòu),為材料開(kāi)發(fā)、藥物遞送載體設(shè)計(jì)等提供了新的思路。
該機(jī)器人系統(tǒng)也應(yīng)用于一系列藥物分子的多樣化實(shí)驗(yàn),為藥物研發(fā)帶來(lái)了新的可能性。
在藥物合成過(guò)程中,精確的試劑添加、加熱和溶劑蒸發(fā)操作對(duì)于生成優(yōu)質(zhì)產(chǎn)物至關(guān)重要。系統(tǒng)通過(guò)智能化的篩選機(jī)制,在實(shí)驗(yàn)過(guò)程中實(shí)時(shí)評(píng)估產(chǎn)物質(zhì)量,自動(dòng)篩選出符合標(biāo)準(zhǔn)的化合物,及時(shí)終止不合格實(shí)驗(yàn),節(jié)省時(shí)間和資源。
研究團(tuán)隊(duì)發(fā)現(xiàn),在某些藥物前體分子的合成實(shí)驗(yàn)中,系統(tǒng)檢測(cè)到了特定反應(yīng)條件下的意外分子結(jié)構(gòu)。這種新結(jié)構(gòu)可能具備更好的藥理活性或藥代動(dòng)力學(xué)性質(zhì),為新藥開(kāi)發(fā)提供了有力的線索。
啟發(fā)式算法:智能決策的核心
與傳統(tǒng)的機(jī)器學(xué)習(xí)模型不同,該系統(tǒng)采用了啟發(fā)式算法,將化學(xué)家們長(zhǎng)期積累的專(zhuān)業(yè)知識(shí)巧妙地融入到?jīng)Q策流程中,使系統(tǒng)在處理化學(xué)實(shí)驗(yàn)問(wèn)題時(shí)具有獨(dú)特的優(yōu)勢(shì)。
在化學(xué)研究中,因數(shù)據(jù)稀缺,傳統(tǒng)機(jī)器學(xué)習(xí)模型難以捕捉復(fù)雜的化學(xué)模式,而啟發(fā)式算法通過(guò)一系列基于化學(xué)知識(shí)的規(guī)則,使系統(tǒng)能在數(shù)據(jù)有限的條件下做出合理決策。例如在金屬有機(jī)化合物實(shí)驗(yàn)中,算法會(huì)根據(jù)金屬價(jià)態(tài)調(diào)整反應(yīng)條件,為系統(tǒng)構(gòu)建了“化學(xué)地圖”,讓機(jī)器人在復(fù)雜的化學(xué)空間中迅速定位實(shí)驗(yàn)路徑。
當(dāng)然,啟發(fā)式算法也存在一定的“確認(rèn)偏差”風(fēng)險(xiǎn)——系統(tǒng)過(guò)度依賴(lài)預(yù)設(shè)規(guī)則,可能遺漏一些特殊情況。但在數(shù)據(jù)不足的化學(xué)領(lǐng)域,它無(wú)疑是一種高效、實(shí)用的解決方案。啟發(fā)式算法為系統(tǒng)的決策過(guò)程提供了透明度,研究人員可以清晰地理解每一步操作背后的化學(xué)邏輯。
圖|超分子主客體系統(tǒng)的自主發(fā)現(xiàn)
實(shí)驗(yàn)數(shù)據(jù)的存儲(chǔ)與追溯:構(gòu)建化學(xué)知識(shí)寶庫(kù)
在這個(gè)機(jī)器人系統(tǒng)中,數(shù)據(jù)管理是一個(gè)至關(guān)重要的環(huán)節(jié)。而數(shù)據(jù)存儲(chǔ)功能也是該系統(tǒng)的一大亮點(diǎn)。
系統(tǒng)完整保存了每次實(shí)驗(yàn)數(shù)據(jù),特別是那些“失敗”實(shí)驗(yàn)中的寶貴信息,包括反應(yīng)條件、產(chǎn)物信息等,便于后續(xù)分析。研究人員可以從歷史數(shù)據(jù)中總結(jié)實(shí)驗(yàn)步驟中的潛在問(wèn)題,為未來(lái)的實(shí)驗(yàn)優(yōu)化提供依據(jù),這種“從失敗中學(xué)習(xí)”的能力,使得系統(tǒng)不斷完善,推動(dòng)化學(xué)研究向前發(fā)展。
不足與展望
盡管研究展示了系統(tǒng)在化學(xué)合成中的巨大潛力,但其對(duì)實(shí)驗(yàn)結(jié)果的綜合判斷能力仍無(wú)法完全替代人類(lèi)化學(xué)家。
特別是在識(shí)別超出其知識(shí)體系的新型分子結(jié)構(gòu)時(shí),系統(tǒng)的準(zhǔn)確性仍有待提升。此外,對(duì)于復(fù)雜拓?fù)浣Y(jié)構(gòu)或動(dòng)態(tài)分子,UPLC–MS和NMR的解析能力存在局限性,影響了機(jī)器人在更廣泛研究領(lǐng)域的應(yīng)用。
論文的作者之一、該項(xiàng)目的負(fù)責(zé)人 Andrew Cooper教授說(shuō):“機(jī)器人情境理解的廣度不如一名訓(xùn)練有素的研究人員,所以就目前的形勢(shì)而言,它不會(huì)有‘恍然大悟’的時(shí)刻。但就我們?cè)谶@里交給它的任務(wù)而言,人工智能邏輯在這三個(gè)不同的化學(xué)問(wèn)題上做出的決策,與化學(xué)合成家或多或少是相同的,而且它能在眨眼之間做出這些決策。通過(guò)使用大型語(yǔ)言模型將其與相關(guān)科學(xué)文獻(xiàn)直接關(guān)聯(lián)等方式,也有很大的空間來(lái)拓展人工智能的情境理解能力?!?/p>
未來(lái),研究團(tuán)隊(duì)計(jì)劃通過(guò)引入更高精度的儀器,如高場(chǎng)自動(dòng)化NMR,提升系統(tǒng)的分子結(jié)構(gòu)解析能力。
此外,研究團(tuán)隊(duì)還考慮引入數(shù)據(jù)挖掘和文本分析技術(shù),將文獻(xiàn)中的實(shí)驗(yàn)數(shù)據(jù)整合到算法中,提升決策準(zhǔn)確性。此外,借助大型語(yǔ)言模型構(gòu)建更友好的人機(jī)界面,使非專(zhuān)業(yè)用戶(hù)也能輕松操作系統(tǒng)。
除了化學(xué)合成領(lǐng)域,這一系統(tǒng)的模塊化設(shè)計(jì)與自主探索機(jī)制還具備更廣泛的應(yīng)用潛力。生物化學(xué)、材料科學(xué)等領(lǐng)域同樣需要復(fù)雜的多步驟實(shí)驗(yàn),機(jī)器人可以充當(dāng)“實(shí)驗(yàn)助理”,為科研人員節(jié)省時(shí)間。未來(lái),工業(yè)實(shí)驗(yàn)室或可借助此類(lèi)機(jī)器人構(gòu)建分布式的自動(dòng)化實(shí)驗(yàn)網(wǎng)絡(luò),實(shí)現(xiàn)跨樓層、跨建筑的化學(xué)探索與分析。
隨著技術(shù)進(jìn)步,自主機(jī)器人將逐漸成為化學(xué)家的“智能助手”,帶來(lái)更多高效、可靠的實(shí)驗(yàn)方法,引領(lǐng)化學(xué)研究的新紀(jì)元。
作者:田小婷 審核:學(xué)術(shù)君