美國時間25日，阿姆斯特丹大學(University of Amsterdam)的化學家開發出一種自動化學合成機器人RoboChem，一週內可完成10～20個化學分子合成，在速度與準確性上都遠遠超過人類化學家，可望加速藥物和其他化學分子的發現。該研究發表於《Science》。
 
阿姆斯特丹大學Van ‘t Hoff分子研究所的Timothy Noël教授表示，RoboChem是一位精確、可靠的化學家，可以計算出產生最少廢物的各種化學反應，且他可以全天自主工作、快速地提供化學合成分子結果。
 
Noël指出，RoboChem可以在一周內完成優化約10~20個分子的合成，這通常需要一名博士生花費數個月的時間才能達成，此外，不僅可以提供最佳反應條件，還可以提供放大量產的參數設定，這代表可以與製藥產業直接串接。
 
Noël的團隊專長是流動化學(flow chemistry)，這是指化合物進入反應器的過程是以連續流動的方式進樣，且持續生成產物，這取代了傳統用燒杯、燒瓶等化學工具進行化學合成。
 
Noël團隊開發的RoboChem，包含液體分注操作平台、注射幫浦(Syringe Pump)、連續式流動反應器、物聯網設備和線上核磁共振光譜儀(NMR)等。
 
RoboChem會運用機械針小心地收集原始材料，以0.5毫升的體積混合，並通過管道流向反應器，再透過強大的LED光線活化反應混合物中的光催化劑，來觸發化學分子轉化，接著，會再流向核磁共振光譜儀進行分子識別，數據會即時匯入控制RoboChem的電腦。
 
「RoboChem背後的電腦是使用人工智慧處理資訊，使用機器學習演算法來自動確定要執行哪些化學反應、最佳反應條件，讓產量、通量達到最佳目標。」Noël表示。
 
Noël團隊也針對RoboChem所合成產生的化學分子進行手動分離與檢查，通過19個不同的分子的驗證，涵蓋了不同面向的光催化分子，例如光催化氫原子轉移(hydrogen atom transfer photocatalysis)、光氧化還原催化(photoredox catalysis)和金屬光催化(metallaphotocatalysis)。
 
他指出，RoboChem的獨創性令人印象深刻，就算是10多年來都致力於光催化研究的科學家，也無法做到RoboChem的預測。
 
研究人員還使用了RoboChem來複製先前四篇論文中的研究，以確定RoboChem是否能產生相同或更好的結果。Noël表示，「在大約 80%的情況下，RoboChem產生的產量更好，而另外20%則與論文研究成果相似，顯示人工智慧輔助將有利於廣泛地發現化學小分子。
 
參考資料：https://bioengineer.org/autonomous-synthesis-robot-uses-ai-to-speed-up-chemical-discovery/
論文：DOI：10.1126/science.adj1817

(編譯/李林璦)