科學家開發自動化學合成AI機器人，有望用于藥物合成和能源領域

“在我看來，該成果是 AI 在有機合成領域的一項重大突破，充分證明這種智能化協作機器人平臺能夠顯著提升科研人員的工作效率，讓他們得以擁有更多時間專注那些更有價值的工作。它將成為有機及材料合成領域未來發展的趨勢。”荷蘭阿姆斯特丹大學研究員溫正慧（現任甬江實驗室特聘研究員）表示。

圖丨溫正慧（來源：溫正慧）

近期，他和研究團隊開發了一款自動化學合成 AI 機器人 RoboChem，通過集成現有的商業化硬件、自定義軟件和閉環的貝葉斯優化算法，實現對光催化反應的全自動化運行，即自主優化、過程強化和規模化合成，并且在速度和準確性上均超過人類化學家。

值得一提的是，這款 AI 機器人可以在任何有機合成化學實驗室中獲得應用，相當于對用戶掌握光催化方法的程度放寬了要求。

圖丨RoboChem：用于光催化轉化的自優化、強化和規模化合成的臺式機器人平臺（來源：Science）

具體來說，RoboChem 的優勢主要體現在以下幾個方面。

其一，基于流動化學的操作模式，能夠很好地解決復雜光催化反應過程中的傳質傳熱和光照不均勻問題，從而生成高質量、重復性強的數據集，助力于 AI 在化學領域中的應用。

其二，整體優化效率高，不管是氫原子轉移光催化、還是光氧化還原催化，抑或是金屬協同光催化，都能在 1 天內完成對底物的優化，但如果采用傳統優化方法，則至少需要幾個月。

值得一提的是，整個過程中，人力的參與**于定義化學空間、制備樣品溶液等。

其三，能夠根據不同底物的性質來選擇**反應條件，并提高整個反應的安全性，讓研究人員可以將注意力更多地轉向化學領域的其他創造性工作，極大地釋放了從事繁瑣工作的時間。

其四，基于該平臺產生的數據集不僅包括正向數據，還包括反向數據，這有利于其他研究人員更好地開展有關 AI for Science 的研究，從而深化對反應機理的了解。

近日，相關論文以《全自動的流動光催化自優化、強化和規模化合成》（Automated self-optimization, intensification, and scale-up of photocatalysis in flow）為題在 Science 上發表[1]。

圖丨相關論文（來源：Science）

阿姆斯特丹大學博士研究生艾丹·斯萊特里（Aidan Slattery）、溫正慧和博士研究生寶琳·坦布拉德（Pauline Tenblad）是共同**作者，阿姆斯特丹大學蒂莫西·諾埃爾（Timothy No?l）教授擔任通訊作者。