Aprendizaje automático y sistemas autónomos para síntesis acelerada

Área de la Ciencia:

• Química Química es la química.
• La inteligencia artificial es inteligencia artificial.
• Automatización de laboratorios de trabajo.

Sus antecedentes:

• Los sistemas autónomos que integran el aprendizaje automático (ML) y la automatización de laboratorio están revolucionando la química sintética.
• Estos sistemas permiten la experimentación en circuito cerrado para la planificación, ejecución y optimización de reacciones.

Objetivo del estudio:

• Revisar el estado de la técnica en sistemas autónomos para la síntesis orgánica.
• Centrarse en los componentes, configuraciones y algoritmos de aprendizaje automático que impulsan estos sistemas.
• Identificar tendencias y cuellos de botella en el diseño y la aplicación del sistema.

Principales métodos:

• Estudio de sistemas autónomos representativos para el descubrimiento de reacciones y optimización molecular.
• Comparación de configuraciones de flujo y lotes.
• Examinar los avances en la purificación, la medición analítica y la aclaración estructural (MS, RMN).

Principales resultados:

• El aprendizaje automático y la automatización están transformando la química sintética a través de la experimentación en circuito cerrado.
• Los cuellos de botella críticos permanecen en la purificación y el esclarecimiento estructural de productos inesperados.
• Los avances recientes incluyen el desarrollo de métodos cromatográficos y la cuantificación basada en ML de mezclas complejas.

Conclusiones:

• Las tecnologías habilitadoras en el análisis químico son cruciales para el avance de las plataformas sintéticas autónomas.
• Existen oportunidades para el aprendizaje automático y la automatización para acelerar el descubrimiento sintético más allá de aplicaciones específicas de dominio.
• Una mayor integración de ML y la automatización en el análisis químico mejorará el ritmo del descubrimiento.