热点:摆脱瓶瓶罐罐？古老化学走进自动化时代
本篇文章2235字，读完约6分钟
原标题:跳出瓶子罐？ 旧化学进入了自动化时代
以往，化学家们的工作是用人工方法完成的，自动化在化学行业并不新鲜，例如多肽的自动合成和高通量筛选等
一位科学家挑战了这项任务！ 据美国顾客信息商业频道网站报道，包括英国格拉斯哥大学的化学家李克宁等人在内，正在试图使化学合成更自动化。
例如，克隆团队开发了“化学机器人”、化学描述语言和相应的计算机软件。 这个系统可以把化学文献翻译成机器人能理解的分子配方，自动生产这些分子。
研究人员认为，这些研究和尝试有望将化学引入自动化时代，加快药物开发过程，促进更高效的太阳能电池，支持宇宙探测。
“化学机器人”系统的效率相当于化学家
据美国科学杂志报道，去年年底，克隆小组开发了试管、烧瓶、过滤和液液分离装置、蒸发器、输送化学物质的管道、阀门和泵组成的系统，可以执行编程语言控制相关分子的生成。
据说他们利用这个编程的自动合成系统，在没有人力干预的情况下制造了三种高质量的药用化合物。 盐酸苯海拉明、磺胺、西地那非，其生产效率和产品纯度堪比人工合成。
现在他们向化学自动化迈出了重要的第二步！ 本月初，克隆小组在《科学》杂志上宣布，他开发了一种专用的化学描述语言( xdl )，可以教化学计算机什么。 此外，还可以开发一套名为synthreader软件，将经过同行评议的学术论文转换为“。
总的来说，克隆小组的新系统将追加等指令转换为xdl，xdl指导“化学计算机”使用其加热器和试管执行相应的化学反应过程。 他说这个系统的特点之一是化学家可以用简单的英语编辑化学反应，无需训练就可以操作机器。 重要的是研究者可以利用其化学专业信息发现代码中的错误。
研究者测试了这个系统，结果发现从文献中提取了12种化学处方，“化学计算机”执行这些过程的效率和人类化学家一样。
克隆的梦想是将来的研究者像发送电子邮件和印刷pdf文件一样简单地组装分子进行生产，使药品生产加速到数字化时代。 这样，化学家就不需要再去亲力父母进行通常的合成了，完全可以专注于寻找新的反应。 另外，该系统通过使化学家远离实验室，使合成更安全，研究者通过将溶剂的使用抑制在最小限度，可以保护环境。
克隆团队希望他们今后能开发重要的分子处方在线资源库，让研究者免费下载，这将使中国国家迅速发展，更容易获得药物，实现更有效的国际科学合作，为人类太空探索
竞争把化学带入自动化时代
克隆队不是单枪匹马在奋斗！ 现在，数十个集团竞争将化学带入自动化时代。 研究者认为这个行业的进展有望产生更安全的药物、更高效的太阳能电池板和卓越的新产业。
sri生物科学企业就是其中之一，这家企业正在开发另一种自动化学系统。 首席战术官内森·柯林斯说:“在过去的200年里，大部分化学方法都很相似。 这是一个非常手工的过程，现在我们正在改变这种现状。 ”。
柯林斯团队开发的系统名称是“自动合成”。 这个平台采用了“流动”化学的替代方法。 克隆的做法是在一个烧杯中混合物质，转移到另一个烧杯中。 流动化学使化学反应持续下去。 化学物质一起流过管道，在那里反应后被带走。 柯林斯团队今年6月写道，“自动合成”系统有3000多条路径，几乎可以再现任何液基反应。
克罗宁说，尽管《自动化学》和《化学计算机》可以复制今天出版的大部分化学反应，但下一步是使这些机器更可靠。 柯林斯补充说，以前需要工程师修复“自动合成”系统50%的错误，但现在的错误率不到10%，客户希望最终通过电话进行系统故障诊断。
柯林斯强调:“化学自动化还是一个新的东西，过去18个月间，正式开始发生。”
机器学习是“秘密武器”
研究人员表示，高速发展这个行业的“推手”是美国国防部的高级研究项目局。 该部门启动了名为“制造( make-it )”的4年计划，统一了“化学计算机”和“自动合成”。 该计划项目经理安妮·费舍尔长时间的目标是加快有用分子的发现。
费舍尔解释说，为了发现新分子，化学家将原子加工成新奇的结构很辛苦，“制造和测试这些分子需要时间”。 但是，现在，“制造”项目促进了“化学计算机”和“自动合成”等机器人工具的开发，这些机器可以迅速用于自动制造分子。
费舍尔现在领导着化学自动化的新阶段——名为“加速分子发现”的新项目。 开发更智能的软件，告诉机器人制造什么分子和如何制造。
很多人认为该做的是“秘密武器”在机器学习上。 现在，很多科学家朝着这方面努力，开发出可以进行基本化学学习的机器。 例如，去年，美国麻省理工学院化学家康纳·康利的团队让一组算法和自动流化学系统“结婚”，更好地指导了系统的运行。 他们使用含有几十万个化学反应的数据库训练这个算法，这个算法也能预测新产品的配方。 康利说:“基于这些模型，这个系统可以找到如何设计从未见过的新分子。”
但是，康利也强调说，这个系统要真正“活跃”，还有很长的路要走。 首先，它的预测是基于相似的分子。 另外，人类化学家需要巩固机器生成过程中缺少的细节。
目前，该团队与10多家化学制药企业合作，改进了分子预测算法。 一点企业已经采用了这个软件，默克制药企业的计算和结构化学助理副总裁范阿尔瓦雷斯说，康利的机器学习算法是企业为内部研究者提供的许多化学预测工具之一。
各个小组没有从同样的立场讨论化学自动化问题，但他们意外地在一起。 费舍尔说:“我们的目标不是代替化学家，而是通过向化学家提供工具，更好、更迅速地实施、应用化学方法，使创造性的思想家“变身”。”
标题：热点:摆脱瓶瓶罐罐？古老化学走进自动化时代 地址：http://www.leixj.com/gy/2021/0311/39838.html
