计算机辅助化合物合成,麻省理工重磅《Science》：基于AI的逆合成路线设计，机器人全自动合成了15个药物分子...

虽然自动化学合成机器的工作已经被报道过(Science：化学计算机问世，药物合成进入自动化时代)，但是能够将计算机辅助合成路线设计(CASP)、反应条件优化与评估、以及机器人执行等全流程进行整合的的自动化合成平台还未被开发。

8月9日，最新一期《Science》杂志发表了来自美国麻省理工学院(MIT)研究人员一篇题为“A robotic platform for flow synthesis of organic compounds informed by AI planning”的论文。

文章描述了一种结合AI设计合成路线和机器人执行的自动化合成平台，该方法基于美国专利和Reaxys数据库中的反应训练了人工智能算法，能够为给定分子提出合成路线，包括反应条件，并根据步骤数和预测产量评估哪条路径最佳。

同时，该系统拥有一个灵活的机器人手臂，能够执行所有合成操作流程，实现自动化合成。研究人员证明该机器人平台可以成功用于15个化学小分子药物的合成路线设计和自动化合成。

来源：Science. 利多卡因30倍速合成过程示例。其中反应器选择，反应器放置，试剂管线组装，工艺模块密封，工艺堆栈压缩，工艺模块释放，反应器拆卸和反应器存储的步骤以较少加速的插图突出显示。

合成路线规划模块

Synthesis-planning module

计算机辅助合成路线设计(CASP)在进入实验室前已经被作为一种工具帮助化学家确定反应路线。如今，从反应数据库(例如Reaxys，SciFinder)中搜索已知化合物的已知反应已成为一项常规技能。

然而，除了最近报道的Chematica程序可以基于专业编码对新路线进行设计外，计算机设计合成路线几乎没有实质性的进展。数据科学和机器学习的最新进展带来了科学家对CASP的新兴趣，最近的一些研究，包括Segler等人应开发的Monte Carlo树加速了计算机辅助合成路线设计的发展。

MIT研究人员开发的新系统结合了三个主要步骤：首先，由人工智能指导的软件提出了合成分子的途径，然后专家化学家审查这条路线并将其细化为化学“配方”，最后将配方发送到机器人平台，自动组装硬件并执行反应构建分子。