L'équipe du MIT a utilisé une plateforme d'apprentissage automatique de molécules autonomes en boucle fermée pour découvrir, synthétiser et décrire avec succès 303 nouvelles molécules.

Éditeur |

Alors que les chimistes utilisent de plus en plus d’équipements automatisés et d’algorithmes de synthèse prédictive, les équipements de recherche autonomes se rapprochent de plus en plus de la réalité.

Récemment, des chercheurs du MIT ont développé une plateforme de découverte moléculaire autonome en boucle fermée pilotée par des outils d'apprentissage automatique intégrés pour accélérer la conception de molécules possédant les propriétés souhaitées. Explorez l'espace chimique et exploitez les structures chimiques connues sans expérimentation manuelle.

À travers deux études de cas, la plateforme a tenté plus de 3 000 réactions, dont plus de 1 000 ont produit des produits de réaction prédits, et 303 molécules de type colorant non signalées ont été proposées, synthétisées et caractérisées.

L'étude, intitulée « Découverte moléculaire autonome et multipropriété : des prédictions aux mesures et inversement », a été publiée dans « Science » le 22 décembre 2023.

Lien papier : https://www.science.org/doi/10.1126/science.adi1407

La découverte de petites molécules dotées de propriétés fonctionnelles souhaitées est essentielle aux progrès en matière de santé, d'énergie et de développement durable. Le processus se déroule généralement selon un cycle DMTA (Design-Make-Test-Analyze) lent, laborieux et itératif.

Les outils émergents d'apprentissage automatique (ML) peuvent générer de nouvelles molécules candidates, prédire leurs propriétés et proposer des voies de réaction grâce à la planification de synthèse assistée par ordinateur (CASP). Les progrès de l’automatisation de la chimie permettent la synthèse et la caractérisation chimiques avec une intervention humaine minimale après une configuration manuelle.

L'intégration d'algorithmes de génération ML, de prédiction de propriétés ML, de CASP, de robotique et de synthèse chimique, de purification et de caractérisation automatisées dans les flux de travail DMTA permet le développement de plates-formes de découverte chimique autonomes capables de fonctionner dans divers espaces chimiques sans avoir besoin d'une reconfiguration manuelle. La plateforme de découverte idéale centrée sur les propriétés proposerait et synthétiserait des molécules pour enrichir la génération d’apprentissage automatique et les modèles de propriétés, et découvrirait finalement les molécules les plus performantes. En pratique, il est nécessaire d'exclure les réactions qui ne peuvent pas être réalisées en toute sécurité par le matériel d'automatisation disponible.

Pour permettre la découverte autonome, une équipe de recherche du MIT démontre une boucle DMTA intégrée qui propose, met en œuvre et caractérise de manière itérative des molécules, explorant l'espace chimique guidé uniquement par des outils prédictifs.

La complétion graphique génère des modèles pour concevoir des molécules candidates et utilise des modèles ML pour les évaluer pour chacune de ces trois propriétés. L'outil CASP propose des recettes de synthèse en plusieurs étapes réalisées par des manipulateurs de liquides automatisés, des réacteurs discontinus, une chromatographie liquide haute performance (HPLC) et des bras robotisés. Le lecteur de plaques mesure les spectres d'absorption, les temps de rétention HPLC calibrés fournissent des coefficients de partage eau-octanol, et une source de lumière solaire simulée est combinée avec le lecteur de plaques pour quantifier la dégradation photooxydative. Les propriétés moléculaires mesurées sont automatiquement renvoyées pour recycler le modèle de prédiction des propriétés, complétant ainsi une étape du cycle DMTA automatisé.

Aperçu de la plateforme intégrée et réactions prévues et exécutées avec succès par la plateforme. (Source : article)

Les chercheurs ont démontré la plateforme dans deux cas d'utilisation de découverte moléculaire pour des colorants organiques à petites molécules : (i) explorer un espace chimique inconnu et (ii) exploiter un espace chimique connu. La plateforme exécute et ajuste automatiquement les flux de travail selon les besoins, avec une intervention humaine pendant et entre les itérations limitée à la définition et à l'ajustement des objectifs, à la fourniture du matériel requis et à la correction occasionnelle d'erreurs irrécupérables, telles qu'une unité HPLC obstruée.

Explorez les prédictions et les tentatives chimiques avec des études de cas. (Source : article)

La flexibilité de la plate-forme est essentielle pour exécuter des chemins de réaction en plusieurs étapes englobant l'étendue des classes de réaction requises pour mettre en œuvre des candidats couvrant l'espace de propriété souhaité. L'étude valide la fonctionnalité de cette plateforme en ciblant des colorants moléculaires, des systèmes modèles avec diverses chimies et propriétés moléculaires complexes. À travers deux études de cas, la plateforme a tenté plus de 3 000 réactions, dont plus de 1 000 ont produit des produits de réaction prédits, complétant ainsi des parcours de réaction en plusieurs étapes pour 303 molécules non signalées (c'est-à-dire sans numéros d'accès CAS avant publication).

Pour les deux études de cas, le maximum d'absorption, le coefficient de partage et la stabilité de photooxydation étaient les propriétés cibles, et la plateforme mesurait et enregistrait automatiquement chaque propriété pour affiner les prédictions du modèle et éclairer les futures sélections expérimentales.

Les chercheurs ont déclaré : « Les futures itérations de la plateforme bénéficieront d'améliorations des capacités prédictives, en particulier de la fidélité des réactions, de la recommandation de conditions et de la génération de molécules, ainsi que des outils analytiques. Le développement continu de la plateforme intégrée en boucle fermée est un moyen de continuer accélérer la découverte moléculaire." Le chemin de l'espoir."

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!