Nature封面：来，认识下实验室新成员！

这位实验室新成员，身高一米七五，沉稳（体重400公斤）、内向（完全不会和其他人闲聊），有耐心（重复实验数百次也不会厌烦），以实验室为家（7天×24小时待在实验室），为做实验而生（每天做实验21.5小时）。更重要的是，根据前一个实验的结果，这位还能在近一亿个备选实验中进行十个维度的条件变量的分析和筛选，从而决定最优的下一步实验是什么。

“啥？这还是人类吗？”

这位还真不是人类，而是一个类人（humanoid）机器人，还占据了最近一期Nature 的封面。

当期封面。图片来源：Nature

“机器人化学家”这种想法其实并不算新鲜，我们此前报道过不少高通量自动化反应系统，都是在无人参与的情况下由机器完成大量实验。比如，2018年辉瑞（Pfizer）的研发人员开发了一种可在不同溶剂、温度、压力等条件下进行自动化高通量化学反应筛选的平台。该平台以流动化学技术与超高效液相色谱-质谱联用技术为基础，可在1天内筛选超过1500多个纳摩尔量规模的Suzuki-Miyaura偶联反应，还同时支持数百微摩尔量级的合成（Science, 2018, 359, 429，点击阅读详细）。

辉瑞的自动化高通量化学反应筛选平台照片。图片来源：Science

无论是这种自动化反应系统，还是有些实验室使用的加样机器人，通常都更像一台设备，安装在实验室的某个位置，完成特定的实验任务。利物浦大学Andrew I. Cooper教授课题组设想，能不能让“机器人化学家”突破这种局限？让它们更像人类，可以在实验室“走来走去”，自如的使用各种仪器和设备，执行各种各样的实验任务？于是，他们设计了这种像是一台会移动的机械臂的机器人，体型与人类相仿，因而可以使用实验室中各种为人类操作而设计的仪器设备。这种机器人结合激光扫描和触摸反馈来进行定位，在实验室内可自由移动，独立执行实验中的各种任务，例如称量固体、分液、容器除气、开反应以及定量检测反应产物。

做实验中的机器人。图片来源：Nature

作者将这种机器人用于发现光解水产氢的光催化剂。在8天时间里，机器人在没有人类干预的情况下自主运行，工作了172个小时（其余时间用于充电），移动了319次（一共走了2.17公里），进行了688次实验（包括6500次实验操作）。这种机器人的搜索算法可以在9800多万个备选实验中进行10个维度变量的分析，从而根据前一个实验的结果来决定下一步要进行的最佳实验。基于这些实验，这种机器人自主调整催化剂组成，加入有益成分，剔除有害成分，最终找到了比初始催化剂活性高六倍的光催化剂体系。

机器人化学家及实验站设置。图片来源：Nature

具体来说，他们选择的光催化剂是P10，一种在三乙醇胺（TEOA）存在下显示出良好析氢反应（HER）光催化活性的共轭聚合物。而源于石化工业的TEOA是牺牲性空穴清除剂，在反应过程中会不可逆的降解。因此，作者希望找到一种效率与TEOA相当、不会不可逆降解、生物来源的空穴清除剂。首先，他们使用机器人从30个候选化合物中筛选出L-半胱氨酸为空穴清除剂。值得注意的是，这一过程完全没有用到任何AI，机器人像人类实验员一样称样品、配溶液、开反应、测产物（上图）。不过，L-半胱氨酸虽然有作为空穴清除剂的潜力，但产氢效率在相同浓度下却远低于TEOA。作者于是设想从五个方向来优化P10/L-半胱氨酸催化体系：染料敏化（三种染料亚甲基蓝、酸性红87、罗丹明B）、pH（NaOH）、离子强度（NaCl）、表面活性剂（十二烷基硫酸钠SDS、聚乙烯吡咯烷酮PVP）、氢键作用（二硅酸钠）。这五个方面所考虑的化合物再加上P10和L-半胱氨酸，如果改变浓度，就需要同时考虑10个维度的变量。如果一个个的试，这工作量无法想象。因此基于高斯过程回归和并行搜索策略，作者开发了一种算法来执行贝叶斯优化（Bayesian optimization）。在这种算法的帮助下，机器人基于上一步实验的结果，来选择下一步实验，从而大大减少实验工作量。最终，经过8天688次实验，机器人找到了最优的催化体系——NaOH、L-半胱氨酸、二硅酸钠和P10的混合物，HER活性21.05 µmol•h^-1，是起始催化体系活性的6倍。

自主机器人搜索的输出。图片来源：Nature

该文第一作者Benjamin Burger说，“最大的挑战是使系统稳定强键。机器人要在数天中自主工作并进行数千次精细操作，每个任务的失败率都必须要非常低。但是，机器人编程调试完毕之后，犯的错误与人类实验员相比要少得多。”Cooper教授评论道：“我们在这里的策略是使研究人员自动化，而不是使仪器自动化。这种机器人不仅是实验室中的另一台机器——它更是一个具有超能力的团队新成员，能够为人类研究人员腾出时间进行创造性思考。”^[1]

视频来源：Nature

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

A mobile robotic chemist

Benjamin Burger, Phillip M. Maffettone, Vladimir V. Gusev, Catherine M. Aitchison, Yang Bai, Xiaoyan Wang, Xiaobo Li, Ben M. Alston, Buyi Li, Rob Clowes, Nicola Rankin, Brandon Harris, Reiner Sebastian Sprick, Andrew I. Cooper

Nature, 2020, 583, 237–241, DOI: 10.1038/s41586-020-2442-2

参考资料：

1. Experiment too big? Hire a mobile robot scientist

https://news.liverpool.ac.uk/2020/07/08/experiment-too-big-hire-a-mobile-robot-scientist/