化学反应的「全景地图」来了，机器人帮科学家导航高维实验空间

不知道诸位读者在做实验的时候是否经历过一些玄学——明明步骤都是一样的，但就是因为某些奇异的问题，导致实验无法顺利进行下去。

人类化学家只能探索这些流形的一个有限子集，对反应超空间的理解仍然是零碎的 。 产率分布是平滑还是波状？ 它们是否隐藏了机制上新的反应？ 等等问题，皆需要一个解答。

出于这些需要，韩国基础科学研究所（IBS）等开发了一个机器人辅助平台，主要使用光学检测来量化产物和副产物的产率，以前所未有的吞吐量和每条件最低的成本。

相关研究内容以「Robot-assisted mapping of chemical reaction hyperspaces and networks」为题，发布在《Nature》。

论文链接：https://www.nature.com/articles/s41586-025-09490-1

让机器琢磨高维反应空间去吧

化学反应并不是单线条的「一条路走到黑」，而是存在于一个庞大的「高维空间」里。温度、浓度、溶剂、催化剂……每一个参数都是一个维度。

传统的方法还是太耗时了。于是，机器人辅助平台的构思就此出现。依赖大量低成本、高效率的紫外-可见（UV-Vis）检测，并辅以算法分解复杂光谱以及自相关指标，平台得以量化缺失信息并检测异常结果。

图 1：自动化反应平台和光学产率测定。

机器人负责加液、运行上千个反应；检测环节采用快速的 UV-Vis 光谱，用光吸收信号捕捉产物的存在；再结合解谱算法，把复杂混合物的光谱分解成单个产物的「指纹」，进而估算产率。

该方案通常有两个需要注意的地方。首先，拒绝违反反应化学计量的潜在未混合解，并确保拟合的稳定性。采取这些预防措施后，产率估计在 5%以内；其次，拟合过程伴随着一种算法，用于检测超空间某些区域的异常结果。如果检测到系统性偏差，则表明形成了基于超空间初始扫描的预期之外的产品。

反应地图里的惊喜

研究团队确认该方法适用于广泛用于学术团体和工业的各种反应，并对几种经典类型的反应超空间进行了探索与分析。在此过程中，他们着重关注了几小时反应时间下的产率分布（即与合成有机实践相关的情况）以及具有最大变异程度的超空间区域，结果发现不少「隐藏剧情」。

在大多数温度和浓度变化下，产率曲线是平滑的。但在某些边界条件下，会突然「切换」主要产物通路。不过，团队强调，即使出现这种异常，超空间仍是简单的——换句话说，其组成物种中每个物种只有一个产率最大值——所有物种的产率分布都缓慢变化。

图 2：空间内具有的异常结果。

在四组分的 Ugi 反应中，他们绘制的产率分布出现了两个高峰，中间隔着「谷底」。这意味着，不同条件下反应走的竟然是完全不同的机制。

在 Hantzsch 反应中，通过反复净化和拟合，AI 辅助的机器人还识别出此前未被注意的副产物，并把它们补进了反应网络。在几千个条件点的支撑下，研究者首次绘出了完整的反应网络，明确了哪些条件会通向哪些产物，哪些中间体会出现或消失。

这些结果不仅证明了方法的有效性，还为理解反应机理、优化条件提供了全新的线索。

一款导航地图

过去，化学实验就像开盲盒，靠经验和运气。但有了机器人和AI的加持，科学家们开始绘制属于化学的「地图集」。这不仅能帮研究者找到更高效的反应路线，也可能在未来引领出全新的化合物发现方式。毕竟，在复杂反应网络里，隐藏的宝藏还远远没有挖完。

这项工作是通过现代反应自动化实现的初步尝试，旨在理解反应超空间的结构。在更广泛的意义上，鉴于目前此类数据集的稀缺，将实验产率图纳入用于测试通用产率优化算法的基准，将显著扩大这些基准的多样性。

未来的工作中，该平台也许会扩展到需要固体分配和/或严格无氧条件下的反应中，加快分配和测量操作（以分析快速反应），并监测超空间随时间的变化。