《自然》重磅：全自动科研机器来了！4分钟设计整套复杂实验，自主完成实验全流程

▎药明康德内容团队编辑

2010年，诺贝尔化学奖授予3位提出钯催化交叉偶联反应的化学家。这类反应可以高效地构建碳-碳键，轻易地生成很多以往难以甚至无法合成的物质。在制药领域，这类反应已经在治疗炎症、哮喘等多种疾病的新药研发中发挥重要作用；在电子工业、先进材料等其他领域，钯催化交叉偶联反应也得到了广泛应用。

当然，你可能并没有金属有机化学的科学背景，对这类反应也很是陌生。如果这时交给你一项任务：从零开始学习钯催化交叉偶联反应，并且根据已有的反应物来设计完整的实验流程，你需要多久才能完成呢？

对于一位刚刚诞生的AI化学家，这个问题的答案是：在你阅读这篇文章的短短几分钟内，任务已经完成。

▲AI指导化学实验的艺术概念图（图片来源：U.S. National Science Foundation）

这就是今天凌晨刚刚上线的一篇《自然》论文带给我们的震撼。来自卡内基梅隆大学的研究团队开发了Coscientist——一款基于GPT-4等大型语言模型的AI系统，它可以快速、准确地自主完成从检索信息、规划及设计实验、编写程序、远程操控自动化系统来做实验再到分析数据的一整套流程，人类探索化学世界的方式将迎来革命性的突破！

领导这项研究的卡内基梅隆大学化学家Gabe Gomes教授说：“这是非有机的智慧第一次能够规划、设计与执行这个由人类提出的复杂反应。”

在生物学、药物与化学等众多领域，AI已经成为辅助科学研究的重要工具。就在不久前，我们报道了AI“化学家”的另一项突破——《自然》背靠背研究分别赋予了AI迅速、准确地发现全新无机化合物，以及合成这些化合物的能力。 （相关阅读： ） 现在，Coscientist更是能够在接受人类的命题后，自主完成后续所有实验流程。

在目前的化学实验室中，自动化系统，或者说机器人已经是常客。一个典型的成功案例是移液机器人，在人类科学家编写的程序的控制下，这些机器人可以启动新的反应，或者在预定的时间向容器内添加试剂。目前，这类机器人已经被众多实验室采用，可以解放研究人员的时间，用于更具挑战性的任务。

▲Coscientist系统架构示意图（图片来源：参考资料[1]）

最新研究的目标，是将大型语言模型与自动化系统的能力整合为更强大的工具。我们知道，GPT等大型语言模型允许机器与人类交互，从而为特定问题提供解决方法。但在化学领域，系统本身的知识储备显然还不够。

因此，Coscientist的软件模块能够从互联网、文档数据和其他可用来源检索关于化合物的公开信息。通过学术期刊、维基百科、美国化学会等途径进行学习后，Coscientist能根据学到的信息指导自己的行动，进一步制定合成途径并决定实验方案。

接下来，Coscientist需要将自己的计划告诉实验室的自动化系统。为了将分子结构转为机器能理解的符号，Coscientist使用了简化分子线性输入规范（SMILES）格式的公开化学信息。通过自主编写代码，Coscientist可以实现不同模块之间的通信；接下来，通过搜索硬件文档，Coscientist可以在“云实验室”中执行高级命令，远程操控移液机器人开展实验。而在实验完成后，Coscientist还能分析是否生成目标化合物，并且对反应进行优化、重复实验。

▲Coscientist流程示意图（图片来源：参考资料[2]）

在这项研究中，作者对Coscientist的实际表现进行了多轮测试。其中，为了检验Coscientist设计化学反应流程的能力，研究团队要求Coscientist通过检索与学习分别生成阿司匹林、对乙酰氨基酚和布洛芬等药物分子，并且检验了基于不同大型语言模型的系统的表现。结果，支持搜索的GPT-4一枝独秀，成为唯一一个能够设计程序高质量合成布洛芬的模型。

而Coscientist接受的最终挑战，是设计文章开头介绍的复杂过程——钯催化交叉偶联反应。具体来说，研究团队提供不同的材料后，要求Coscientist设计方案并协调两类反应：薗头（Sonogashira）偶联反应与铃木-宫浦（Suzuki-Miyaura）偶联反应。这两类反应在药物研发中常被用于生成碳-碳键，但具体的反应原料、生成的碳-碳键类型等均有所不同。

很快，Coscientist交上了一份漂亮的答卷。确定两种反应所需的反应物后，它准确计算了所需的剂量，并对移液机器人进行自主编程来开启反应。对于Coscientist，整个过程只用了不到4分钟。结果，反应后的透明液体样本中成功发现了目标产物，对样本的分析也发现了目标产物的光谱标志。

▲卡内基梅隆大学的云实验室（图片来源：卡内基梅隆大学）

Coscientist展现出的能力表明，人类有潜力利用AI来促进科学发现的速度与数量，并提高实验结果的可复制性与可靠性。

可以预见的是，Coscientist的诞生将对化学与药学研究带来革命性的影响。在化学界，仍有大量未知的性质等待探索。但成为一名化学家需要漫长且艰苦的训练，化学家们不仅需要做实验的技能，还需要大量相关知识才能规划实验流程。因此研究团队相信，像Coscientist这样可以全天思考的AI辅助系统可以成为有效的解决方案，弥补两者间的鸿沟。如果一名未接受过特定反应训练的科学家想要探索其用途，他们可以要求Coscientist帮助其设计实验，从而降低研究的门槛与耗时。

研究团队期待，这种能自主进行科学实验的智能系统将带来重要的发现，不可预见的疗法与新材料。虽然目前无法预测这些发现会是什么，但由人与机器协作带来的全新研究方式将值得期待。

参考资料：

[1] Boiko, D.A., MacKnight, R., Kline, B. et al. Autonomous chemical research with large language models. Nature 624, 570–578 (2023). https://doi.org/10.1038/s41586-023-06792-0

[2] Large language models direct automated chemistry laboratory. Retrieved December 20, 2023 from https://www.nature.com/articles/d41586-023-03790-0

[3] Carnegie Mellon-designed artificially intelligent coscientist automates scientific discovery. Retrieved December 20, 2023 from https://www.eurekalert.org/news-releases/1011392

[4] Meet 'Coscientist,' your AI lab partner. Retrieved December 20, 2023 from https://www.eurekalert.org/news-releases/1029545

本文来自药明康德内容微信团队，欢迎转发到朋友圈，谢绝转载到其他平台。如有开设白名单需求，请在“学术经纬”公众号主页回复“转载”获取转载须知。其他合作需求，请联系wuxi_media@wuxiapptec.com。

免责声明：药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的，文中观点不代表药明康德立场，亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。