一直以來，化學家們的工作都通過人工方式完成，雖然自動化在化學領域并非新鮮事，比如多肽的自動合成以及高通量篩選等，但這些自動化合成僅囿于單一類型的化學反應或流程，目前還沒有可以涵蓋所有合成有機化學的數(shù)字自動化標準和通用的化學操作編程語言。

有科學家向這一任務發(fā)起了挑戰(zhàn)！據(jù)美國消費者新聞與商業(yè)頻道網(wǎng)站近日報道，包括英國格拉斯哥大學化學家李·克羅寧等人在內(nèi)，都在想方設法讓化學合成變得更自動化。

比如，克羅寧團隊研發(fā)出了“化學機器人”以及化學描述語言和相應的計算機軟件，這套系統(tǒng)可以將化學文獻翻譯成機器人可以理解的分子配方，并自動生產(chǎn)這些分子。

克羅寧實驗室里的“化學計算機”。圖片來源：美國消費者新聞與商業(yè)頻道網(wǎng)站

研究人員稱，這些研究和嘗試有望引領化學走入自動化時代，加速藥物研發(fā)進程，催生更高效的太陽能電池并助力太空探索。

“化學機器人”系統(tǒng)效率與化學家相當

據(jù)美國《科學》雜志報道，2018年年底，克羅寧團隊研制出了一款“化學計算機”，這是一套由試管、燒瓶、過濾和液-液分離裝置、蒸發(fā)器、以及輸送化學物質(zhì)的管道、閥門和泵組成的系統(tǒng)，其能運行一套編程語言控制相關分子的生成。

據(jù)悉，他們利用這一程序化自動合成系統(tǒng)，在無須人力干預的情況下制備出了3種高品質(zhì)藥用化合物：鹽酸苯海拉明、魯非酰胺和西地那非，其生產(chǎn)效率和產(chǎn)品純度堪比人工合成。

現(xiàn)在，他們朝著化學自動化邁出了重要的第二步！本月初，克羅寧團隊在《科學》雜志上宣布，他們研發(fā)出了一套專用的化學描述語言（XDL），其可以教“化學計算機”做什么，此外，還研發(fā)出了一套名為SynthReader軟件，可將經(jīng)過同行評議的學術論文變成“化學計算機”可以執(zhí)行的程序。

總而言之，克羅寧團隊的新系統(tǒng)將添加等指令轉(zhuǎn)換為XDL，XDL指導“化學計算機”使用其加熱器和試管執(zhí)行相應的化學反應過程。他表示，該系統(tǒng)的優(yōu)勢之一是化學家可以用簡單的英語編輯化學反應，無須培訓即可操作機器。至關重要的是，研究人員可以利用其化學專業(yè)知識發(fā)現(xiàn)代碼中的錯誤。

研究人員對該系統(tǒng)開展的測試結(jié)果表明，其從文獻中提取了12種化學配方，“化學計算機”執(zhí)行這些過程的效率與人類化學家一樣。

克羅寧的夢想是，未來研究人員可以像發(fā)送電子郵件和打印PDF文件一樣輕松地組裝和生產(chǎn)分子，使藥品生產(chǎn)加快進入數(shù)字化時代。如此一來，化學家不必再去親力親為做常規(guī)合成，可以完全專注于尋找新的反應。此外，這套系統(tǒng)可以通過讓化學家遠離實驗室來使合成更安全，并通過幫助研究人員最大限度地減少溶劑使用，實現(xiàn)綠色環(huán)保。

克羅寧團隊希望，他們接下來能開發(fā)出一個重要分子配方的在線存儲庫，可供研究人員免費下載，這有望幫助發(fā)展中國家更輕松地獲得藥物，實現(xiàn)更有效的國際科學合作，甚至為人類探索太空提供支持。

競相將化學帶入自動化時代

克羅寧團隊并非單槍匹馬在奮斗！目前有數(shù)十個小組在競相將化學帶入自動化時代。研究人員認為，這一領域所取得的進展有望催生更安全的藥物、更高效的太陽能電池板以及顛覆性的新產(chǎn)業(yè)。

SRI生物科學公司就是其中之一，該公司正在開發(fā)另一套自動化化學系統(tǒng)。首席戰(zhàn)略官奈森·柯林斯說：“過去200年來，大多數(shù)化學方法大同小異，這是一個非常手工的、由人力驅(qū)動的過程，目前，我們正在改變這一現(xiàn)狀。”

柯林斯團隊正在研發(fā)的系統(tǒng)名為“自動合成”。該平臺使用了一種名為“流動”化學的替代方法。克羅寧的方法是讓物質(zhì)在一個燒杯中混合，然后移至另一個燒杯中。而流動化學則讓化學反應持續(xù)進行：化學品一起在管道中流動，在那里發(fā)生反應并被帶走?？铝炙箞F隊今年6月撰文指出，“自動合成”系統(tǒng)擁有3000多種通路，可以重現(xiàn)幾乎任何一種液基反應。

克羅寧表示，盡管“自動化學”和“化學計算機”都可以復制今天已經(jīng)出版的大多數(shù)化學反應，下一步將是使這些機器更可靠?？铝炙箘t補充說，以前，“自動合成”系統(tǒng)50%的錯誤需要一名工程師來修復，但現(xiàn)在錯誤率不到10％，他們希望用戶最終可以通過電話來排除系統(tǒng)故障。

柯林斯強調(diào)說：“化學自動化仍是新生事物，過去18個月，它才開始真正爆發(fā)。”

機器學習是“秘密武器”

研究人員指出，驅(qū)動該領域快速發(fā)展的一個“推手”是美國國防部高級研究項目局。該部門發(fā)起了名為“制造（Make-It）”的四年計劃，“化學計算機”和“自動合成”都囊括其中。該計劃項目經(jīng)理安妮·菲舍爾的長期目標是加快發(fā)現(xiàn)有用分子的過程。

菲舍爾解釋稱，要發(fā)現(xiàn)新分子，化學家需要費力將原子精加工成新穎的結(jié)構(gòu)，“制造和測試這些分子費時費力”。但現(xiàn)在，“制造”項目促進了“化學計算機”和“自動合成”等機器人工具的研制，這些機器可以用于快速自動制造出分子。

菲舍爾目前正領導一個新項目——“加速分子發(fā)現(xiàn)”，這是化學自動化的新階段：開發(fā)出更智能的軟件來告訴機器人要制造什么分子以及如何制作它們。

許多人認為，要做的這一點，“秘密武器”在于機器學習?，F(xiàn)在有不少科學家在朝這方面努力，開發(fā)能進行基本化學學習的機器。比如，去年，美國麻省理工學院的化學家康納·康利所在的團隊讓一款算法與一套自動流化學系統(tǒng)“聯(lián)姻”，以更好地指導系統(tǒng)的運行。他們用包含數(shù)十萬個化學反應的數(shù)據(jù)庫對該算法進行了訓練，該算法也能預測新產(chǎn)品的配方?？道f：“基于這些模式，該系統(tǒng)可以發(fā)現(xiàn)如何設計出從未見過的新分子?！?/p>

不過，康利也強調(diào)說，這套系統(tǒng)要想真正“大顯身手”，還有很長的路要走。首先，它的預測基于相似的分子；而且，人類化學家需要夯實機器生成過程中缺少的細節(jié)。

目前，該團隊正在與十多家化學和制藥公司合作，以改進其分子預測算法。一些公司已將該軟件投入使用，默克制藥公司計算和結(jié)構(gòu)化學助理副總裁胡安·阿爾瓦雷斯表示，康利的機器學習算法是公司向內(nèi)部研究人員提供的多種化學預測工具之一。

盡管每個小組都從不同角度探討化學的自動化問題，但他們殊途同歸。菲舍爾說：“我們的目標不是取代化學家，而是為化學家提供工具，使他們能夠更好、更快地實施和應用化學方法，并使他們‘變身’為富有創(chuàng)造力的思想家?！保ㄓ浾?劉 霞）

來源：科技日報