图丨温正慧（来源：温正慧）
近期，他和研究团队开拓了一款自动化学合成 AI 机器人 RoboChem，通过集成现有的商业化硬件、自定义软件和闭环的贝叶斯优化算法，实现对光催化反应的全自动化运行，即自主优化、过程强化和规模化合成，并且在速率和准确性上均超过人类化学家。
值得一提的是，这款 AI 机器人可以在任何有机合成化学实验室中得到运用，相称于对用户节制光催化方法的程度放宽了哀求。
图丨RoboChem：用于光催化转化的自优化、强化和规模化合成的台式机器人平台（来源：Science）
详细来说，RoboChem 的上风紧张表示在以下几个方面。
其一，基于流动化学的操作模式，能够很好地办理繁芜光催化反应过程中的传质传热和光照不屈均问题，从而天生高质量、重复性强的数据集，助力于 AI 在化学领域中的运用。
其二，整体优化效率高，不管是氢原子转移光催化、还是光氧化还原催化，抑或是金属协同光催化，都能在 1 天内完成对底物的优化，但如果采取传统优化方法，则至少须要几个月。
值得一提的是，全体过程中，人力的参与仅限于定义化学空间、制备样品溶液等。
其三，能够根据不同底物的性子来选择最优反应条件，并提高全体反应的安全性，让研究职员可以将把稳力更多地转向化学领域的其他创造性事情，极大地开释了从事繁琐事情的韶光。
其四，基于该平台产生的数据集不仅包括正向数据，还包括反向数据，这有利于其他研究职员更好地开展有关 AI for Science 的研究，从而深化对反应机理的理解。
近日，干系论文以《全自动的流动光催化自优化、强化和规模化合成》（Automated self-optimization, intensification, and scale-up of photocatalysis in flow）为题在 Science 上揭橥[1]。
图丨干系论文（来源：Science）
阿姆斯特丹大学博士研究生艾丹·斯莱特里（Aidan Slattery）、温正慧和博士研究生宝琳·坦布拉德（Pauline Tenblad）是共同第一作者，阿姆斯特丹大学蒂莫西·诺埃尔（Timothy Noël）教授担当通讯作者。
开拓自动化学合成 AI 机器人，实现繁芜光催化反应条件下的高效优化
据先容，光催化作为一种环境友好型的有机合成方法，利用光作为反应源，在温和条件下驱动化学反应，被广泛地运用于能源、医药和风雅化工等领域。
不过，它在反应优化、过程强化和规模化合成等方面，仍旧面临一定寻衅。
首先，对付繁芜的光催化反应来说，它的优化过程繁芜繁琐，耗时长，重复性差。
其余，大部分光催化反应侧重于小规模研究，而要想扩大规模，常日须要借助其他技能，并通过大量的实验来不断试错。即便如此，终极得到的效果也不容乐不雅观。
基于此，该领域的研究职员常日选择采取流动反应器，来占领上述困难。
遗憾的是，不管是光源还是流动反应器的几何构造，都会存在相应的变革，以是即便采取这种办法，仍旧须要通过重新优化，来担保与特定光催化反应的兼容性。
正是在这种背景下，本着知足繁芜光催化反应的高效优化需求，温正慧和团队成员开拓了自动化学合成 AI 机器人 RoboChem。
据理解，该平台紧张涵盖以下三个部分，分别是硬件掌握器、贝叶斯优化算法规划器和用户界面。
详细来说，第一部分紧张卖力反应溶液配置、实验实行和在线剖析；第二部分紧张是选择反应参数，并将其传达给掌握器开展实验，而后在剖析反应参数和结果的根本上，推举下一个实验参数，直至得到最优条件；第三部分则是帮助没有编程根本的研究职员更好地操作平台，让他们仅输入必要的参数，就能启动全体优化流程，并对该进程进行实时不雅观察。
此外，该平台操作灵巧，能够支持单一实验、自动优化和规模化生产等多种操作模式，并可以通过相位传感器和掌握算法，实现对反应溶液位置的精确监控，从而在最大程度上减少实验过程中的试剂用量。
图丨RoboChem 的平台架构视图和通过相位传感器和掌握算法进行的反应液跟踪（来源：Science）
据温正慧先容，该研究始于 2018 年，前后共花费五年韶光。
过程中，他和所在课题组先做了一个比较大略的自动化妆置，然后开始不断地进行功能迭代。直到 2020 年底，才基于购买的商业扮装备，将第三代设备搭建成功。
与此同时，他们也不可避免地碰着许多难题。比如，如何实现对每个设备的单一掌握，以及如何将不同的设备集成到一起。
“我们第一次组装完设备大概在 2021 年底，之后又经由了调试和运行，到了 2022 年 5 月才得到了第一个反应结果。”温正慧说。
基于不同反应机理开展系统性验证，进一步拓宽 RoboChem 平台的运用范围
由于光催化涉及许多不同的反应机理，包括氢原子转移、单电子转移和能量转移等，因此该团队在证明由 AI 驱动的自动化学合成机器人平台能够稳定运行之后，便开始通过不同类型的反应开展系统性验证。
首先，研究职员在 365 纳米的可控光照条件下，在流动光催化反应器中开展基于氢原子转移机理的光催化 C((sp3)-H 键烷基化的优化实验。
据理解，RoboChem 在预先设置的 5 个优化参数空间中，运行了近 20 次实验，个中包括 6 次随机性实验和 13 次优化实验，在 4 个小时内得到超过 90% 的实时核磁共振收率。
随后，他们又在 3.7 毫摩尔的规模上对优化工艺进行了放大，并得到 99% 的烷基化产物的分离收率，从而证明用该平台开展优化反应的可靠性。
其次，研究职员以十钨酸四丁基胺催化的三氟甲硫基化反应为例，探索 RoboChem 在多目标函数优化中的能力，同时追求产物收率和产量的同步提升。
值得一提的是，为实现对不同反应系统的公正比较，该课题组将产量换算为标准化时空产率。在每个底物 8 至 16 小时的闭环实验中，该平台实现比釜式操作模式下更高的收率和 70 至 100 倍的时空产率增幅。
接下来，研究职员在 456 纳米高功率集成面光源的可控光照条件下，开展基于单电子转移机理的烯烃氧三氟甲基化反应的优化实验。
同样地，RoboChem 再次完成了对所有目标有机分子的合成优化，并得到最高达到 565 倍的时空产率提升，彰显出流动反应器在规模化生产中的有效性。
考虑到现阶段光催化已不再是纯挚的单一机理过程，而是会和有机催化、金属催化或酶催化等其他的催化体系协同浸染，因此在末了一个案例研究中，RoboChem 专注于基于协同催化循环的繁芜光催化转化的优化研究。
鉴于构筑碳-碳键在制药和农药领域的主要性，RoboChem 选取烷基溴代物与芳基溴代物的亲电交叉偶联反应，实现 C(sp2)–C((sp3)键的构筑。
机理研究表明该反应涉及苯酮氢原子转移（HAT）光催化、硅基自由基勾引的卤原子转移（XAT）和镍催化的交叉偶联的协同浸染机制。鉴于反应机理的繁芜性，研究职员设计了包含 6 个连续参数和 2 个离散参数的弘大化学空间，以尽可能实现对反应的深度优化探索。
终极，RoboChem 在 60 次闭环实验中将文献宣布的目标产物收率从 37 % 提高至 77 %，同时还能智能选取更优的反应配体和光催化剂。
而后，在当下研究的根本上，该团队未来也操持进一步升级 RoboChem。
第一，该平台基于流动化学的操作模式，模块化是该模式拥有的特点之一。也便是说，所有设备都可以做到即插即用。
因此，课题组成员希望把光催化反应器换成电催化反应器或高温高压反应器，以实现将 RoboChem 的运用范围，扩展到更多不同类型的反应中。
第二，将目前探索新的光催化反应时所用的在线核磁共振装置，更换为液相色谱和质谱联用的装置，来更快地提升优化速率，并减少实验的样品量。
随着 RoboChem 的成功运用，类似的智能合成系统有望广泛运用于药物合成、新材料开拓等领域，助力科学研究和后续工业生产运用。
参考资料：
1.A., Slattery, Z., Wen, P., Tenblad. et al. Automated self-optimization, intensification, and scale-up of photocatalysis in flow. Science 383, 6681（2024）. https://www.science.org/doi/10.1126/science.adj1817
2. 温正慧课题组（https://www.x-mol.com/groups/wen_zhenghui）目前有多个职位开放招聘，欢迎志同道合者加盟（zhenghui-wen@ylab.ac.cn）。
运营/排版：何晨龙
