再現可能なロボット合成のために化学者とロボットが理解できる汎用化学プログラミング言語

化学合成に関する文献の量は急速に増加していますが、新しいプロセスを研究室間で共有し評価するには長い時間がかかります。

ここでは、カナダのブリティッシュコロンビア大学 (UBC) と英国のグラスゴー大学の研究チームが、2 つの研究室の 4 つの異なるハードウェア システム上で、還元アミノ化、環化、エステル化、炭素間結合形成、アミド結合など、さまざまな化学反応の合成プログラムをエンコードして実行するために汎用化学プログラミング言語 (χDL) を使用する方法を紹介します。各反応は約 50 行のコードで構成されており、提案された方法では抽象化を使用して化学プロトコルを効率的に圧縮します。

さまざまなロボット プラットフォームにより、ステップごとに最大 90% の収率で期待どおりの合成が一貫して行われ、スケールアップではなくボリュームの増加によってプロセス スループットを向上できる、より高速で安全な研究ワークフローが実現しました。

この研究は「ロボット合成の再現性のための汎用化学プログラミング言語」と題され、2024年1月11日にNature Synthesis誌に掲載されました。

論文リンク: https://www.nature.com/articles/s44160-023-00473-6

科学における「再現性の危機」

再現性と反証可能性は科学研究にとって極めて重要ですが、公開されるデータの量がますます増加しているため、公開された結果の検証を確実に行うことがますます困難になっています。さらに、自動化と機械学習の開発と統合が現在、化学の分野に変革をもたらしています。

現在、成功した実験と失敗した実験をコーディングして記録するためのオープンスタンダードが欠如しているため、高度なデジタルツールの使用が妨げられ、研究の進歩に悪影響を及ぼしています。この研究では科学における「再現性の危機」についても触れられており、データを効果的に検証するための新たな戦略を開発することの重要性が強調されている。

化学では、実験プロトコルを伝えるために、特徴的な、ほぼ技術的な言語スタイルが生まれました。この共通言語にもかかわらず、反応を再現することは依然として困難であり、当たり障りのないプロトコルを解釈し、暗黙のメッセージを推測するために人間の化学者の専門知識が必要になることがよくあります。化学プロトコルにおける暗黙の知識を捕捉する効果的な方法がなければ、信頼できるコミュニケーションと実験検証は困難になり、化学の進歩は最大限の可能性に到達しません。

χDL: 機械可読な一般化学記述言語

標準化された自動化化学の課題は、χDL で化学知識を取り込むことで解決できます。χDL は、機械可読の汎用化学記述言語であり、ユーザーは、人間とロボットの両方が理解できる標準化された方法で実験プロトコルを保存できます。 χDL はプラットフォームに依存しないように設計されており、あらゆる自動化化学ハードウェアとインターフェースできます。これは Chemputer プラットフォーム上でプロトタイプ化されましたが、まったく異なる化学目的向けに設計されたシステムに迅速に統合できるほど柔軟性があります。

ここで研究者らは、Opentrons プラットフォーム、Kinova 多軸コボティック ロボット、および 2 つの Chemputer で同じ χDL プロトコルを実行することでこれを実証し、同じコードが複数のハードウェア アーキテクチャで同様に実行可能であることを強調しています。 χDL は各プラットフォームのハードウェアに制限されず、さまざまなマシンを 1 つのワークフローに統合し、化学者が実験を設計する全体的な能力を強化するために使用されます。

7 つの反応ステップと 3 つの最終化合物を含む 3 つのケース スタディを調査するプロトコルは、2 つの国際研究所と 3 台の独立したロボットで再現性が検証され、配布されました。

χDL の形式でデジタル プログラムを共有することで、共同研究プロジェクトが促進され、さまざまなプラットフォームや研究室の強みと労力を組み合わせて合成プロトコルを最適化し、全体としてより大きな影響を達成できるようになります。

図: χDL の普遍性。 （出典：論文）

χDL によって駆動されるさまざまなロボット上でさまざまな化学反応を実行する Chemputation の概念は、より迅速で生産性の高い共同プロジェクトへの扉を開きます。この方法では、基礎となる化学原理を深く理解する必要なく、化学知識をすぐに実行できるソース コードとして伝達できるため、合成タスクを異なる研究室間で簡単に分散できます。

たとえば、研究グループは、手作業による合成に時間を費やしたり、配送時間のためにプロジェクトを遅らせたりすることなく、協力者によって合成されたコア分子の機能化をシームレスに調査できます。私たちは、多段階合成、収束合成アプローチ、反応性の発散的探索など、7 つの化学反応のワークフローの容易さを実証し、χDL エンコード合成の収量と純度が、さまざまな反復、地理的な場所、ハードウェア設定にわたって驚くほど再現可能であることを示しました。