跳到正文
Nature Communications· Patryk Klochowicz; Ahmad F. Kassir; Chandrakanta Parida; Jarosław M. Granda·· 来源仅提供日期AI 评分58

强化学习引导的机器人平台自主探究并发现不对称反应

Reinforcement learning guided robotic platform that investigates and discovers asymmetric reactions

AI 导读

研究团队搭建了由深度强化学习引导的机器人平台,可自主侦察反应条件、发现手性产物、筛选催化剂并绘制底物范围,用于探索不对称反应空间。该工作流不依赖结构信息,先在不对称催化的数字孪生中训练控制策略,再迁移到实验室。在手性磷酸催化中,系统连续运行超过 30 天、完成 3000 多次决策,发现四个高对映选择性转化,包括一个轴手性分子和三个丙二烯合成,其中一个涉及吡咯并吡咯片段的对映选择性官能化。

已发表论文 · journal · 10.1038/s41467-026-78271-9

本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。

IF(5) 18.9 · 2025 · 期刊参考指标

摘要 · AI 翻译

自主机器人平台通过将自动化实验与算法决策相结合来加速化学发现,但大多数平台缺乏对映选择性方面的集成支持,也缺乏探索反应性与立体化学结果未知的不对称反应空间所需的序贯决策能力。在此,我们报告一个由深度强化学习引导的定制机器人平台,该平台通过考察反应条件、发现手性产物、筛选催化剂和绘制底物范围,自主地在既定的不对称反应空间中导航。这一与结构无关的工作流程由不对称催化的数字孪生实现,其中控制策略在转移到实验室之前完成训练。我们在手性磷酸催化中验证了该方法:在 30 天内,系统做出了 3,000 多次决策,并发现了四种高对映选择性的转化,包括一个轴手性分子和三种联烯合成,其中一种涉及吡咯并吡咯基团的对映选择性官能化。这些结果凸显了深度强化学习引导的自主性作为复杂催化体系中发现策略的价值。

来源:Nature Communications · doi.org