Роботизированная система для выполнения химических синтезов с анализом продуктов

В данной работе описана роботизированная установка для выполнения химических синтезов с анализом продуктов, выполненная с целью создания прототипа робота-химика. Основой послужила автоматизированная система «LifeBot» от российско-японской компании Эвотэк-Мирай Геномикс. Система «LifeBot» была изначально разработана для выделения нуклеиновых кислот и приготовления смесей. Для перепрофилирования системы под химические задачи были сделаны различные модификации, в том числе увеличение числа хранящихся растворителей и растворов, дозируемых через дополнительно установленные перистальтические насосы, расширение числа доступных реагентов через модификацию хранилища и добавление манипулятора и стойки с хранилищами. Наиболее существенной модификацией стало оснащение установки самодельным смесителем с нагревом и контролем температуры, который и позволяет осуществлять параллельные химические синтезы. Еще одной важной модификацией стало добавление интерфейса взаимодействия с жидкостным хроматографом, благодаря чему возможно выполнение анализа реакционных смесей после синтеза. Программное обеспечение написано на языке Python и позволяет осуществлять как прямой контроль над физическими аспектами роботизированной системы, так и проводить параллельные синтезы в автоматическом режиме, начиная с расчета требуемых объемов реагентов, их отбора и приготовления реакционных смесей, продолжая перемешиванием в течение установленного для синтеза времени с нагревом до требуемой температуры и заканчивая отбором и разбавлением проб для анализа и их отправкой на хроматограф. Таким образом, присутствие человека требуется только во время подготовки к синтезу (загрузка растворов в хранилища, установка чистых наконечников дозатора и реакторов) и после завершения синтеза (удаление использованных реакторов и наконечников), что является перспективным в плане минимизации контакта человека при работе с вредными и/или опасными веществами. Автоматизированное выполнение синтезов на роботизированной установке с последующим анализом продуктов было проверено на реакциях образования олигопептидов глицина под действием триметафосфата натрия, в которых варьировались условия синтеза: соотношения реагентов, температура, время процесса.

1. Vasquez J., Twigg-Smith H., Tran O’Leary J., Peek N. Jubilee: An Extensible Machine for Multi-tool Fabrication. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems CHI ’20: CHI Conference on Hu-man Factors in Computing Systems. Honolulu HI USA: ACM, 2020. P. 1–13. https://dl.acm.org/doi/10.1145/3313831.3376425

2. Saugbjerg J.R., Jensen T.B., Hinge M., Henriksen M.L. A modular low-cost automated synthesis machine demonstrated by ring-opening metathesis polymerization. Reaction Chemistry & Engineering. 2023;8(11):2866–2875. https://doi.org/10.1039/D3RE00345K

3. Godfrey A.G., Masquelin T., Hemmerle H. A remote-controlled adaptive medchem lab: an innovative approach to enable drug discovery in the 21st Century. Drug discovery today. 2013;18:795–802. https://doi.org/10.1016/j.drudis.2013.03.001

4. Li J., Lu Y., Xu Y., Liu C. et al. AIR-Chem: Authentic Intelligent Robotics for Chemistry. Journal of physical chemistry A. 2018;122(46);9142–9148. https://doi.org/10.1021/acs.jpca.8b10680

5. Meshkov A.V., Yurova V.Yu., Aliev T.A., Potapov V.V. et al. Collaborative robots using computer vision appli-cations in a chemical laboratory. Mendeleev communications. 2024;34(6):769–773. https://doi.org/10.1016/j.mencom.2024.10.001

6. Lim J.X.Y., Leow D., Pham Q.C., Tan C.H. Development of a Robotic System for Automatic Organic Chemistry Synthesis. IEEE Transactions on automation science and engineering. 2021;18(4):2185–2190. https://doi.org/10.1109/TASE.2020.3036055

7. Zhu Q., Huang Y., Zhou D., Zhao L. et al. Automated synthesis of oxygen-producing catalysts from Martian me-teorites by a robotic AI chemist. Nature synthesis. 2023;3(3):319–328. https://doi.org/10.1038/s44160-023-00424-1

8. Martin K.N., Rubsamen M.S., Kaplan N.P., Hendricks M.P. Method for interfacing a plate reader spectrometer di-rectly with an OT-2 liquid handling robot. ChemRxiv. Preprint. 2022. https://doi.org/10.26434/chemrxiv-2022-6z4q1

9. Lee E.C., Salley D., Sharma A., Cronin L. AI-Driven Robotic Crystal Explorer for Rapid Polymorph Identifica-tion. Cornell University arXiv:2409.05196. 2024. https://doi.org/10.48550/arXiv.2409.05196

10. Burger B., Maffettone P.M., Gusev V.V., Aitchison C.M. et al. A mobile robotic chemist. Nature. 2020;583(7815):237–241. https://doi.org/10.1038/s41586-020-2442-2

11. Dai T., Vijayakrishnan S., Szczypiński F.T., Ayme J.-F. et al. Autonomous mobile robots for exploratory synthet-ic chemistry. Nature. 2024;635(8040):890–897. https://doi.org/10.1038/s41586-024-08173-7

12. Dragone V., Sans V., Rosnes M.H., Kitson P.J., Cronin L. 3D-printed devices for continuous-flow organic chemis-try. Beilstein journal of organic chemistry. 2013;9:951–959. https://doi.org/10.3762/bjoc.9.109

13. Chisholm G., Kitson P.J., Kirkaldy N.D., Bloor L.G., Cronin L. 3D printed flow plates for the electrolysis of wa-ter: an economic and adaptable approach to device manufacture. Energy & environmental science. 2014;7(9):3026–3032. https://doi.org/10.1039/C4EE01426J

14. Steiner S., Wolf J., Glatzel S., Andreou A. et al. Organic synthesis in a modular robotic system driven by a chem-ical programming language. Science. 2019;363(6423):eaav2211. https://doi.org/10.1126/science.aav2211

15. Bédard A.-C., Adamo A., Aroh K.C., Russel M.G. et al. Reconfigurable system for automated optimization of di-verse chemical reactions. Science. 2018;361(6408):1220–1125. https://www.science.org/doi/10.1126/science.aat0650

16. Coley C.W., Thomas D.A., Lummiss J.A.M., Jaworski J.N. et al. A robotic platform for flow synthesis of organic compounds informed by AI planning. Science. 2019;365(6453) https://doi.org/10.1126/science.aax1566

17. Koscher B.A., Canty R.B., McDonald M.A., Greenman K.P. et al. Autonomous, multiproperty-driven molecular discovery: From predictions to measurements and back. Science. 2023;382(6677). https://doi.org/10.1126/science.adi1407

18. Adamo A., Beingessner R.L., Behnam M., Chen J. et al. On-demand continuous-flow production of pharmaceu-ticals in a compact, reconfigurable system. Science. 2016;352(6281):61–67. https://doi.org/10.1126/science.aaf1337

19. Meshkov A.V., Nikitina A.A., Aliev T.A., Gromov V.S. Robotization of Synthesis and Analysis Process of Gra-phene Oxide-Based Membrane. Advanced intelligent systems. 2024;6(5):2300655. https://doi.org/10.1002/aisy.202300655

20. Rial‐Rodríguez E., Williams J.D., Cantillo D., Fuchb T. et al. An Automated Electrochemical Flow Platform to Accelerate Library Synthesis and Reaction Optimization. Angewandte chemie. 2024;136(51):e202412045. https://doi.org/10.1002/ange.202412045

21. Jensen T.B., Saugbjerg J.R., Henriksen M.L., Quinson J. Towards the automation of nanoparticle syntheses: The case study of gold nanoparticles obtained at room temperature. Colloids and surfaces A: Physicochemical and engi-neering aspects. 2024;702(2):135125. https://doi.org/10.1016/j.colsurfa.2024.135125

22. Serov N.Yu., Shtyrlin V.G., Khayarov Kh.R. The kinetics and mechanisms of reactions in the flow systems gly-cine–sodium trimetaphosphate–imidazoles: the crucial role of imidazoles in prebiotic peptide syntheses. Amino Acids. 2020;52:811–821. https://doi.org/10.1007/s00726-020-02854-z