合成复杂有机分子的能力是发现和制造功能化合物(包括小分子药物)的关键。尽管有先进的实验室自动化,合成路线的识别和开发仍然是一个人工过程,实验合成平台必须手动配置,以适应要执行的化学类型,而这就需要专业化学家投入时间和精力。理想的自动化合成平台将能够规划自己的合成路线,并在有助于扩大生产目标的条件下执行它们。化学开发过程的各个元素(设计、路线开发、实验配置和执行)已在以前的研究中得到简化,但还没有提出一条一体化计算机辅助合成计划(casp)、专业精细化工配方生成和机器人化学合成。 而Connor W. Coley等人为casp开发了一个开放源代码软件套件,该套件针对Reaxys数据库和美国专利商标局的数百万种反应进行了训练。将原始智能(AI)技术与机器人技术相结合,实现自动化、可扩展的合成。数以百万计的预先发布的更正信息合成路线的计算设计;经验丰富的化学配方文件(CRF)在机器人流化学平台上运行,以实现可扩展、可重复的合成。 这一流动化学发展的范例是为一组15个医学相关的小分子证明的。为了增加复杂性,他们研究了阿司匹林和西奈唑的合成背靠背运行;利多卡因和地西泮背靠背运行以使用共同的原料;(S)-华法林和沙芬酰胺证明计划项目的立体化学意识;以及两个化合物库:FAM五种ACE抑制剂,包括奎那普利和四个非甾体类抗炎药物家族,包括塞来昔布。这些目标总共需要八种特定的反合成途径和九种特定的工艺配置。 |
|
来自: 昵称46341144 > 《宏观经济》