AI4S洞察 | 破解后处理难题，欧世盛打通有机合成全链条的"最后一公里"

AI4S洞察

破解后处理难题，

欧世盛打通有机合成全链条的"最后一公里"

有机合成自动化的研发落地，长期围绕反应单元开展。自动配料、控温、搅拌等操作，已可通过机械与程序稳定实现，多通道并行方案也有效缩短了反应条件筛选周期。但完整的合成路线并未终止于反应完成，分离、纯化等一系列后处理工序是绕不开的环节。正如下图所示，在AI4S 端到端合成框架中，分离纯化被作为独立关键模块。而现实场景下，后处理自动化落地仍存在诸多难点。本文将结合毫克级合成研发的现实约束，提供可落地的自动化方案，打通化学反应后处理全流程。

【基于LLM的反应开发多主体系统概述（doi.org/10.1038/s41467-024-54457-x）】

有机合成研发的结构性制约：重心位于反应之后

以药物化学与通用有机合成中常见的研发链路为例：配料、控温反应、固液分离、薄层色谱判读、柱层析纯化、浓缩、产物确认与封装，其效率瓶颈并不局限于反应能否执行，而在相当程度上集中于反应之后的一系列判断与衔接环节：

微量操作的批间一致性不足。投料环节毫克级称量与移液易引入误差，薄层色谱的点样量与点样位置同样依赖人工。因此，同一配方在不同批次间产生结果偏移，数据的可重现性下降。

反应液转移与固液分离过程中的样品损耗。反应结束后的转移、过滤与洗涤环节，在毫克级体系下，样品损失问题会更为突出，目标物在滤膜、滤饼与器壁上的滞留会直接降低回收率。

薄层色谱判读与洗脱条件设定高度依赖经验。传统流程需在紫外灯下目视观察薄层板、人工估读比移值（Rf），再凭经验设定制备色谱的洗脱梯度。点样重现性与 Rf 估读精度均难以保证，而由判读结果推导梯度这一环节几乎无法从书面记录中学习。

纯化环节的一致性与判定难题。干法上样的硅胶装填一致性直接影响柱效，梯度设置不当则需重新分离。收集峰的判定与组分归属常需结合多种信号人工判断，所得组分往往还需另行送检以确认结构。

浓缩与收装的自动化缺口。多批样品逐个浓缩耗时且存在交叉污染风险，浓缩终点依赖人工观察，过蒸或欠蒸均影响纯度；收装与标识依赖人工，易错漏且难以追溯。

跨单元数据的贯通缺口。各单元由独立软件控制，流程依靠人工串联，过程记录以人工为主，结果数据分散于不同载体与格式，缺少统一的工艺背景标注，难以直接用于复用与建模。

端到端自动化：毫克级高通量合成工作站

【欧世盛毫克级高通量合成自动化平台】

针对环节多、判断密集、微量操作精度要求高等多重约束，欧世盛毫克级高通量合成自动化平台以实现合成链路端到端自动化为设计主线，在一台设备内串联配液、控温反应、正压固液分离、自动薄层色谱检测、制备色谱纯化、质谱确认、浓缩与自动加盖等步骤，由传送轨与机械臂统一调度。以交付国内某高校平台为例：

多通道并行，以并行实验替代串行试错。系统提供 24 通道并行反应，6 联注射泵自动加液，准确度 ±1%，重复性 RSD 0.29%；磁力搅拌带加热功能，24 通道独立搅拌 0–1200 rpm，控温（室温+5）℃~150 ℃，机械臂自动吸取与放回磁子，反应瓶全程自动转运。

正压膜结构固液分离，降低转移损耗。通过连接杆施加正向压力，推动样品液体穿过内置滤膜，颗粒杂质被滤膜截留，以正压完成固液分离。随后以溶剂反洗将膜上固体再溶解，减少目标物在滤膜上的滞留。多通道液固分离器具备滤头自动更换机制，避免人工更换滤头带来的暴露与效率损失。

图像识别自动判读 Rf，并自动生成洗脱梯度。系统由移液单元自动点样，硅胶板料仓自动上料、层析缸自动开合，二维视觉结合紫外成像自动计算 Rf 值，并将 Rf 值自动导入制备色谱系统、自动生成梯度洗脱表并执行。这一步将原本依赖经验的判读环节，转化为由分析结果直接驱动的方法参数。

纯化与组分确认一体化。12 通道自动干法上样单元统一完成硅胶吸附与装填，兼容多种规格，并分时工作，以提升装填一致性。双单元中压制备色谱提供二元梯度，双波长紫外检测，支持全收集、阈值收集、斜率收集与峰收集等多种模式的组合。紫外检测到收集峰后自动启动单四极杆质谱确认组分并按需收集，免去离线送检的等待。

浓缩、收装与全过程数据追溯。25 通道旋转减压蒸馏并行脱除溶剂，自动扫码封装，配合全景摄像实现物料全程追踪，过程参数与结果自动记录、结构化归档，并自动输出 PDF 格式实验报告。

自动化带来的数据价值：支撑 AI4S 结构化数据产出

对 AI4S 而言，自动化装备的价值在于它同时构成一条标准化的数据产线。当配料、反应、分离、判读、纯化与浓缩各环节的设定值与实测值被统一调度软件自动关联并归档，每个样品都携带"来源、工艺条件与结果"的完整信息进入数据库——这正是建模所需的最小数据单元。这一点对后处理尤其关键：若后处理各环节的参数未被自动记录，反应端的条件与最终结果之间便缺失了可解释的中间环节，数据也难以被复用。

经验操作的标准化与可复用

当分离依靠正压膜结构稳定完成，薄层图像识别可计算 Rf 值，并据此自动调整洗脱梯度；质谱实时确认收集组分，浓缩、样品收装按程序执行，同时自动赋予样品编码。有机合成里原本高度依赖实验人员个人经验的步骤，就转化成能够反复调用的标准化操作能力。研发工作也由此减少对个人实验经验的依赖，更多依托可复现的数据与标准化流程开展。

从已落地的催化类设备，到适配有机合成通用流程的毫克级高通量合成工作站，欧世盛在 AI4S 研发基础设施的布局持续推进：自动化能力不再局限于特定反应场景，进一步拓展至适用范围更广的有机合成后处理链条。依托 “以智能装备生态，成就科学家梦想” 的理念，欧世盛持续推动有机合成从配料到收装的全流程，纳入稳定可靠、可追溯、可协同的智能装备体系。

附：平台关键技术参数

新浪微博 | @135编辑器