人工知能に導かれ、ロボット・プラットフォームを駆動源とするMITの研究者が開発したシステムは、医薬、太陽光エネルギー、ポリマー化学に用いられうる低分子の製造自動化に一歩近づいた。
このシステムは、8月8日号のScienceで紹介されており、研究の共同責任者であるクラウス・F・イェンセン（化学工学Warren K. Lewis教授）とティモシー・F・ジャミソン（化学教授兼MIT副学務担当副学長、Robert R. Taylor教授）によれば、実験室の化学者を定型的で時間のかかる多くの作業から解放し、新たな分子化合物の合成方法の可能性を示唆しうるという。
この技術は「分子構築の面倒な工程をすべて省く可能性を秘めている」とイェンセンは述べ、そこには、潜在的な反応経路の調査や、新しい分子を作製するたびに分子組立ラインの構成要素を組み立てる作業も含まれるという。
「そして化学者にとっては、これまで考えもしなかった新たな反応へのひらめきを与えてくれるかもしれません」と彼は付け加えている。
その他のMITの著者は、Science論文に、コナー・W・コーリー、デール・A・トーマス３世、ジャスティン・A・M・ラミス、ジョナサン・N・ヤウォルスキー、クリストファー・P・ブリーン、ビクター・シュルツ、トラビス・ハート、ジョシュア・S・フィッシュマン、ルーク・ロジャース、ガオ・ハンユ、ロバート・W・ヒックリン、ピーター・P・プレヒエルス、ジョシュア・バイントン、ジョン・S・ピオッティ、ウィリアム・H・グリーン、A・ジョン・ハートらが名を連ねている。
着想からレシピ、そして完成品へ
新システムは三つの主要な工程を組み合わせたものである。まず、人工知能に導かれたソフトウェアが分子合成の経路を提案し、次に熟練の化学者がその経路を検討して化学的な「レシピ」へと仕上げ、最後にそのレシピがロボット・プラットフォームに送られ、ハードウェアを自動で組み立てて分子を構築する反応を実行する。
コーリーらは、合成経路の候補を提案し優先順位を付けるオープンソースのソフトウェア群の開発に、3年以上にわたり取り組んできた。このソフトウェアの中核には複数のニューラルネットワーク・モデルがあり、研究者らはReaxysおよび米国特許商標庁のデータベースから収集した、既に発表された数百万件の化学反応でこれを訓練した。ソフトウェアはこれらのデータを用いて、新規化合物の構築に適すると判断される反応変換と反応条件を特定する。
「どのような中間体や出発物質を使うかという大きな判断を助け、その後、どのような条件を用いるべきか、そしてそれらの反応が成功しそうかについて、より詳細な分析を行ってくれます」とコーリーは述べている。
「このソフトウェアの設計における主な動機の一つは、既知の分子や既知の反応に関する提案にとどまらないことです」と彼は指摘する。「これまで合成されたことのない新しい分子にまで一般化できるのです。」
その後、化学者はソフトウェアが提案した合成経路を検討し、対象分子のより完全なレシピを作り上げる。化学者は、試薬の濃度や反応温度の調整などを含め、実験室での検証を行ったり細部を調整したりする必要がある場合もある。
「彼らはAIからひらめきの一部を受け取り、それを実行可能なレシピファイルに変換します。現状の化学文献には、着想から自動化システム上での実行へ直接移行するのに十分な情報がないためです」とジャミソンは述べている。
最終的なレシピは、ロボットアームがモジュール式の反応器、分離器、その他の処理ユニットを連続流路として組み立て、分子原料を送り込むポンプや配管を接続するプラットフォームに読み込まれる。
「レシピを読み込みます。これがロボット・プラットフォームを制御するものです。そして試薬を載せてスタートボタンを押せば、目的の分子が生成されます」とトーマスは述べている。「完了すると、システムが洗浄され、次の試薬とレシピを読み込んで実行させることができるのです。」
研究者らが昨年発表した連続流路システムとは異なり、後者は合成のたびに手動で設定する必要があったが、新システムはロボット・プラットフォームによって完全に自動設定される。
「これにより、一つの分子の後に次の分子を順次合成することや、システム上で分子のライブラリを自律的に生成することが可能になります」とイェンセンは述べている。
このプラットフォームの設計は、約2立方メートルの大きさで、標準的なドラフトチャンバーよりやや小さく、プラットフォーム上のモジュール間の接続を切り替える電話交換台とオペレーター・システムに似ている。
「ロボットアームによって流体経路を操作できるようになり、プロセスモジュールの数やシステムの流体的な複雑さを減らすことができました。流体的な複雑さを減らしたことで、分子的な複雑さを高めることができるのです」とトーマスは述べている。「これにより、比較的小さな占有面積の中で、反応ステップを追加し、システム上で実行可能な反応の範囲を広げることができました。」
完全自動化に向けて
研究者らは、合成の複雑さが異なる医薬用低分子15種を作製して、システム全体を検証した。工程時間は、最も単純なものでは2時間、複数の化合物を製造する場合は約68時間を要した。
チームは多様な化合物を合成した。連続したプロセスでアスピリンと抗生物質セクニダゾール、連続したプロセスで共通の原料試薬を用いて鎮痛剤リドカインと抗不安薬ジアゼパム、抗凝固薬ワルファリンとパーキンソン病治療薬サフィナミドを合成し、類似の分子構成要素を持ちながら3次元構造が異なる化合物をソフトウェアがどのように設計できるかを示した。さらに、5種のACE阻害薬ファミリーと、4種の非ステロイド性抗炎症薬ファミリーも合成した。
「化学の多様性と、さまざまな種類の化学反応を扱えることを特に誇りに思っています」とジャミソンは述べており、新システムが約30種類の反応を扱えたのに対し、従来の連続流路システムでは約12種類であったと語った。
「これらのプログラムによるアイデアの創出と、実際に合成を行うために必要なことの間にある隔たりを埋めようとしています」とコーリーは述べている。「次世代のシステムによって、科学者が創造性と設計に注力できる時間と労力の割合がさらに高まることを期待しています。」
本研究は、米国防高等研究計画局（DARPA）のMake-Itプログラムによって一部支援を受けた。
