Osegi
Nauka·2 min czytania

Polski robot z AI odkrył cztery nowe reakcje chemiczne w IChO PAN

Autonomiczny robot z Instytutu Chemii Organicznej PAN samodzielnie odkrył cztery nieznane dotąd reakcje chemiczne. Wyniki opisano w „Nature Communications”.

An autonomous laboratory robot with a 3D-printed vial rack and syringe needle preparing chemical reactions in a research lab.
Zdjęcie: MamStartup

Autonomiczny robot sterowany algorytmami sztucznej inteligencji, zbudowany w Instytucie Chemii Organicznej Polskiej Akademii Nauk (IChO PAN), samodzielnie odkrył cztery nieznane dotąd reakcje chemiczne. Urządzenie prowadziło eksperymenty i na bieżąco analizowało ich wyniki bez udziału człowieka. Rezultaty opublikowano w czasopiśmie „Nature Communications”.

Po co robot w organokatalizie asymetrycznej

System powstał, by przyspieszyć wielomiesięczne poszukiwania w dziedzinie chemii zajmującej się otrzymywaniem cząsteczek chiralnych za pomocą organicznych katalizatorów. Takie związki występują w dwóch formach będących swoimi lustrzanymi odbiciami, czyli enancjomerach, podobnie jak lewa i prawa dłoń. Mogą one zupełnie inaczej oddziaływać z cząsteczkami w organizmie, dlatego przy projektowaniu leków kluczowe jest selektywne otrzymywanie tylko jednej z nich. Sprawdzenie wyniku pojedynczej reakcji zajmowało dotąd doświadczonemu chemikowi zwykle kilka godzin.

Autorem konstrukcji jest doktorant IChO PAN Patryk Klochowicz. Robot porusza się w trzech osiach i przenosi ciecze za pomocą igły połączonej ze zdalnie sterowaną pompą strzykawkową. Korzysta z reaktorów ze statywami na fiolki wydrukowanymi w 3D oraz z modułów chłodzenia i ogrzewania, działających w zakresie od minus 40 do około 90 stopni Celsjusza. Mieszanki analizują dwa moduły oparte na chromatografii, co pozwala zbadać 40–50 mieszanin dziennie. Maszyna pracuje także nocami i w weekendy.

Uczenie przez wzmocnienie i symulacje

Do sterowania użyto głębokiego uczenia przez wzmocnienie (deep reinforcement learning). Algorytm decyduje o temperaturze i czasie prób, a na podstawie wyników chromatografii ocenia, czy powstał produkt i czy ma pożądane właściwości chiralne. Najpierw uczył się w dwóch symulatorach: pierwszy agent potrzebował około 20 milionów interakcji ze środowiskiem cyfrowym, drugi blisko 10 milionów prób. Według konstruktora w zwykłym laboratorium takiej liczby testów nie dałoby się wykonać.

Człowiek nadal w centrum

Autor projektu zaznacza, że AI i automatyzacja nie zastąpią badaczy w wyznaczaniu kierunków nauki, bo w poszukiwaniu innowacji wciąż liczą się intuicja i abstrakcyjne myślenie. Żmudne elementy pracy laboratoryjnej będą jednak coraz częściej automatyzowane. Liczbę teoretycznych cząsteczek organicznych przydatnych w lekach szacuje się na 10 do potęgi 60, a takie systemy mają pomóc w bezpiecznym przeszukiwaniu tej ogromnej przestrzeni.

Tagi:airoboticschemistrypolish academy of sciencesdrug discoveryreinforcement learning

Więcej z tego dnia

Zobacz wszystkie →

Więcej w kategorii: Nauka

Zobacz wszystkie →