Новая робототехническая система от MIT смогла освободить химиков от разнообразия по заведенному порядку и требующих много времени задач.
Управляемая искусственным интеллектом и питаемая роботизированной платформой, система, разработанная исследователями MIT, приближается к автоматизации производства небольших молекул, которые могут быть использованы в медицине, солнечной энергии и химии полимеров.
Система, описанная в выпуске Science от 8 августа, может освободить стендовых химиков от множества рутинных и трудоемких задач, а также может предложить возможности для создания новых молекулярных соединений, согласно исследованиям соруководителей Klavs F. Jensen, профессора химической инженерии Уоррена К. Льюиса и Тимоти Ф. Джеймисона, профессора химии Роберта Р. Тейлора и ассоциированного проректора MIT.
“Технология имеет обещание помочь людям вырезать все утомительные части молекулы, включая поиск потенциальных путей реакции и создание компонентов молекулярной сборочной линии каждый раз, когда производится новая молекула”, – говорит Дженсен.
“И как химик, это может дать вам вдохновение для новых реакций, о которых вы раньше не думали”, – добавляет он. Другие авторы мит: Коннор У. Коли, Дэйл А. Томас III, а Джастин А. М. Lummiss, Джонатан Н. Яворский, Кристофер П. Брин, Виктор Шульц, Трэвис Харт, Джошуа Фишман, Люк Роджерс, Ханю Гао, Роберт У. Hicklinбыл, Питер П. Plehiers, Джошуа Byington, Джон С. Piotti, Уильям Х. Грин, А. Джон Харт.
От вдохновения к рецепту до готового продукта
Новая система объединяет три основных этапа. Во-первых, программное обеспечение, управляемое искусственным интеллектом, предлагает маршрут для синтеза молекулы, затем эксперты-химики рассматривают этот маршрут и уточняют его в химический “рецепт”, и, наконец, рецепт отправляется на роботизированную платформу, которая автоматически собирает аппаратное обеспечение и выполняет реакции, которые строят молекулу.
Коли и его коллеги уже более трех лет работают над разработкой программного комплекса с открытым исходным кодом, который предлагает и определяет приоритеты возможных путей синтеза. В основе программного обеспечения лежат несколько моделей нейронных сетей, которые исследователи обучили миллионам ранее опубликованных химических реакций, взятых из баз данных Reaxys и Бюро по патентам и товарным знакам США. Программное обеспечение использует эти данные для идентификации реакционных превращений и условий, которые, по его мнению, будут пригодны для построения нового соединения.
Corindus Vascular Robotics будет приобретена за $ 1.1 B полный охват робототехники здравоохранения.
“Это помогает принимать решения на высоком уровне о том, какие промежуточные продукты и исходные материалы использовать, а затем немного более подробный анализ о том, какие условия вы можете использовать, и эти реакции, вероятно, будут успешными”, – говорит Коли.
“Одна из основных мотиваций разработки программного обеспечения заключается в том, что оно не просто дает вам предложения для молекул, о которых мы знаем, или реакций, о которых мы знаем”, – отмечает он. “Он может обобщаться на новые молекулы, которые никогда не были сделаны.”
Отчет о роботах запустил форум Healthcare Robotics Engineering Forum, который состоится в декабре в Санта-Кларе, штат Калифорния. Конференция и выставка посвящены совершенствованию проектирования, разработки и производства медицинских роботов нового поколения.
Затем химики рассматривают предложенные пути синтеза, полученные с помощью программного обеспечения, чтобы построить более полный рецепт для целевой молекулы. Химики иногда должны выполнять лабораторные эксперименты или возиться с концентрациями реагентов и температурами реакции, среди других изменений.
”Они берут часть вдохновения от ИИ и преобразуют его в исполняемый файл рецепта, в основном потому, что в химической литературе в настоящее время не хватает информации для перехода непосредственно от вдохновения к исполнению в автоматизированной системе”, – говорит Джеймисон.
Окончательный рецепт после этого отправляется дальше к платформе, где робототехническая рукоятка собирает модульные реакторы, сепараторы, и другие блоки обработки в путь непрерывного потока, соединяя насосы и линии которые приносят в молекулярные ингридиенты.
“Вы загружаете рецепт – вот что управляет роботизированной платформой – вы загружаете реагенты и нажимаете go, и это позволяет вам генерировать интересующую молекулу”, – говорит Томас. “А затем, когда он будет завершен, он промывает систему, и вы можете загрузить следующий набор реагентов и рецепт, и позволить ему работать.”
В отличие от системы непрерывного потока, представленной исследователями в прошлом году, которая должна была быть настроена вручную после каждого синтеза, новая система полностью настроена роботизированной платформой.
“Это дает нам возможность секвенировать одну молекулу за другой, а также генерировать библиотеку молекул в системе, автономно”, – говорит Дженсен.
Конструкция платформы, которая составляет около двух кубических метров в размере – немного меньше, чем стандартный химический вытяжной шкаф, и напоминает телефонный коммутатор и операторскую систему, которая перемещает соединения между модулями на платформе.
“Роботизированная рука – это то, что позволило нам манипулировать флюидными путями, что уменьшило количество технологических модулей и флюидную сложность системы, и за счет уменьшения флюидной сложности мы можем увеличить молекулярную сложность”, – говорит Томас. “Это позволило нам добавить дополнительные шаги реакции и расширить набор реакций, которые могут быть завершены на системе в пределах относительно небольшого следа.”
К полной автоматизации
Исследователи протестировали всю систему, создав 15 различных лекарственных малых молекул различной сложности синтеза, причем процессы занимают от двух часов для самых простых творений до примерно 68 часов для производства нескольких соединений.
Команда синтезировала различные соединения: аспирин и антибиотик Секнидазол в процессах спина к спине; обезболивающее Лидокаин и противотревожное средство Диазепам в процессах спина к спине с использованием общего сырья реагентов; разжижитель крови Варфарин и препарат от болезни Паркинсона Сафинамид, чтобы показать, как программное обеспечение может проектировать соединения с аналогичными молекулярными компонентами, но отличающимися 3-D структурами; и семейство из пяти ингибиторов АПФ и семейство из четырех нестероидных противовоспалительных препаратов.
”Я особенно горжусь разнообразием химии и видов различных химических реакций”, – говорит Джеймисон, который сказал, что система обрабатывала около 30 различных реакций по сравнению с примерно 12 различными реакциями в предыдущей системе непрерывного потока.
“Мы действительно пытаемся сократить разрыв между генерацией идей из этих программ и тем, что требуется для фактического запуска синтеза”, – говорит Коли. “Мы надеемся, что системы следующего поколения еще больше увеличат долю времени и усилий, которые ученые могут сосредоточить на творчестве и дизайне.”
Исследование было поддержано, в частности, программой Make-It Агентства перспективных исследовательских проектов обороны США (DARPA).
Примечание редактора: эта статья была переиздана из MIT News.
Скажи Нам, Что Ты Думаешь!