科学家如何利用自动化加速化学发现

美国劳伦斯伯克利国家实验室的科学家们开发了一种自动化工作流程，该工作流程有望使研究人员能够实时分析他们反应实验的产物，这是未来自动化化学过程所需的关键能力。

这一自动化工作流程应用统计分析处理核磁共振（NMR）光谱数据，可以帮助加速新药物的发现，并加快新化学反应的开发。

伯克利实验室的科学家们发现，这一工作流程可以快速识别化学反应产物的分子结构，而这些产物以前从未被研究过。他们最近在《化学信息与建模杂志》上发表了他们的发现。

除了药物发现和化学反应开发之外，这一工作流程还可以帮助正在开发新催化剂的研究人员。催化剂是促进生产可再生燃料或可生物降解塑料等有用新产品的化学反应的物质。

这项新工作流程还可以识别同分异构体，即具有相同化学式但不同原子排列的分子。例如，这可能极大加速药物研究中的合成化学过程。这一工作流程是其类别中首个用户可以生成自己的库，并根据库的质量进行调整，而无需依赖外部数据库的工作流程。

在制药行业中，药物研发人员目前使用机器学习算法对数百种化合物进行虚拟筛选，以确定更有可能对特定癌症和其他疾病有效的潜在新药候选物。然而，如果药物研究人员正在研究的分子是如此新颖，以至于它们的化学结构尚不存在于数据库中，他们通常需要花上几天时间通过实验室来分析混合物的分子组成。

"但是使用我们的新工作流程，你可以在几个小时内完成所有这些工作," Venetos说道。这一工作流程的节约时间来自于其能够快速准确地分析未纯化的含有多种化合物的NMR光谱，这是传统NMR光谱分析方法无法完成的任务。

鉴于其潜在价值，Persson团队希望将这一自动化工作流程纳入一个自动化实验室，用于分析成千上万甚至数百万次新化学反应的NMR数据。

这项工作得到了美国能源部科学办公室、美国国家科学基金会和美国国立卫生研究院的支持。