Интеллектуальный робот-химик: на пути к автономной лаборатории
Main Article Content
Аннотация
Представлена программно-аппаратная платформа, которая позволяет проводить химические синтезы в автоматическом режиме, включая приготовление реакционных смесей, их нагрев и перемешивание, а также отбор проб с разбавлением после синтеза и отправку на анализ методом высокоэффективной жидкостной хроматографии с последующей автоматической обработкой результатов. Для управления отдельными элементами роботизированной установки создана собственная библиотека ChemBot на языке Python, а для управления всей системой – клиентский веб-сервер; для просмотра состояния установки и хода выполнения синтезов разработан веб-интерфейс. Работа всей платформы по выполнению экспериментов протестирована при выполнении синтезов по альдольной конденсации, где варьировались соотношение реагентов, катализатор и его количество, температура и время синтеза. Написание собственного кода для контроля и управления всей системой стало важным шагом на пути интеграции роботизированной установки и искусственного интеллекта (ИИ), что в перспективе позволит осуществить переход к автономной лаборатории, когда предсказание целевой молекулы и ее синтеза, экспериментальное осуществление и анализ, а также, при необходимости, уточнение или изменение использованной модели будут осуществляться в автоматическом режиме, без вмешательства человека.
Ключевые слова:
Article Details
Библиографические ссылки
2. Seifrid M., Pollice R., Aguilar-Granda A., Morgan Chan Z., Hotta K., Ser C.T., Vestfrid J., Wu T.C., Aspuru-Guzik A. Autonomous Chemical Experiments: Challenges and Perspectives on Establishing a Self-Driving Lab // Accounts of Chemical Research. 2022. Vol. 55, I. 17. P. 2454–2466. https://doi.org/10.1021/acs.accounts.2c00220
3. Burger B., Maffettone P.M., Gusev V.V., Aitchison C.M., Bai Y., Wang X., Li X., Alston B.M., Li B., Clowes R., Rankin N., Harris B., Spick R.S., Cooper A.I. A mobile robot chemist // Nature. 2020. Vol. 583. P. 237–241. https://doi.org/10.1038/s41586-020-2442-2
4. Martin K.N., Rubsamen M.S., Kaplan N.P., Hendrick M.P. Method for Interfacing a Plate Reader Spectrometer Directly with an OT-2 Liquid Handling Robot // ChemRxiv. 2022. https://doi.org/10.26434/chemrxiv-2022-6z4q1
5. Sanchez-Lengeling B., Aspuru-Guzik A. Inverse molecular design using machine learning: Generative models for matter engineering // Science. 2018. Vol. 361, I. 6400. P. 360–365. https://doi.org/10.1126/science.aat2663
6. Manzano J.S., Hou W., Zalesskiy S.S., Frei P., Wang H., Kitson P.J., Cronin L. An autonomous portable platform for universal chemical synthesis // Nature Chemistry. 2022. Vol. 14. P. 1311–1318. https://doi.org/10.1038/s41557-022-01016-w
7. Lee E.C., Salley D., Sharma A., Cronin L. AI-Driven Robotic Crystal Explorer for Rapid Polymorph Identification // arXiv. 2024. https://doi.org/10.48550/arXiv.2409.05196
8. Автоматизированная станция пробоподготовки LifeBot. URL: https://evotech-mg.com/products/avtomatizirovannaya-stanciya-probopodgotovki
9. Separations. Analytical Instruments. Smartline HPLC Series. URL: https://separations.nl/en/products/detail/smartline-hplc-series-knauer
10. Afonina V.A., Mazitov D.A., Nurmukhametova A., Shevelev M.D., Khasanova D.A., Nugmanov R.I., Burilov V.A., Madzhidov T.I., Varnek A. Prediction of Optimal Conditions of Hydrogenation Reaction Using the Likelihood Ranking Approach // International Journal of Molecular Sciences. 2022. Vol. 23, I. 1. P. 248. https://doi.org/10.3390/ijms23010248
11. Ahneman D.T., Estrada J.G., Dreher S.D., Doyle A.G. Predicting reaction performance in C–N cross-coupling using machine learning // Science. 2018. Vol. 360, I. 6385. P. 186–190. https://doi.org/10.1126/science.aar5169
12. Kashafutdinova I.M., Poyezzhaeva A., Gimadiev T., Matzhidov T. Active learning approaches in molecule pKi prediction // Molecular Informatics. 2024. Vol. 44, I. 1. Art. e202400154. https://doi.org/10.1002/minf.202400154
13. Bort W., Baskin I.I., Gimadiev T., Mukanov A., Nugmanov R., Sidorov P., Marcou G., Horvath D., Klimchuk O., Madzhidov T., Varnek A. Discovery of novel chemical reactions by deep generative recurrent neural network // Scientific Reports. 2021. Vol. 11. P. 3178. https://doi.org/10.1038/s41598-021-81889-y
14. Knauer. ClarityChrom CDS. URL: https://www.knauer.net/software-claritychrom-cds
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.