6月，美国政府在7月至9月之间购买了世界上绝大部分瑞姆昔韦（美国FDA批准的Covid-19抗病毒药物）的供应。生产这种化合物的公司吉利德（Gilead）最近宣布，它将在10月底前满足国际需求。然而，一直以来，只需按一下按钮即可鞭打一批将近400个原子的分子的数字指令就一直坐在Github上，Github是一种在线软件存储库，任何具有执行化学程序所需硬件的人都可以免费获得。 ”
格拉斯哥大学实验室的化学家李克罗宁（Lee Cronin）坐着十几个这样的化学计算机，他设计了鸟的油管，泵和烧瓶的巢，并编写了在其上运行的remdesivir代码。他花了好多年的梦想，梦想着一个未来，研究人员可以像发送电子邮件和打印PDF一样轻松地分配和生产分子，从而使订购药品的陈旧性无法与无法找到现代文本一样。
他说：“如果拥有发现分子，制造分子，然后制造它们的标准方法，那么突然没有绝版了。” “这就像化学的电子书阅读器。”
克罗宁和他的同事去年描述了他们的机器产生多个分子的能力，现在，他们已经迈出了第二个重要的步骤，以一种易于使用的方式对机器进行编程来对化学数字化。他们的软件将学术论文转化为化学程序可执行程序，研究人员可以在无需学习编码的情况下进行编辑，他们本月初在《科学》杂志上宣布。他们并不孤单。该团队代表了跨越学术界和工业界的数十个小组之一，他们都在竞相将化学技术带入数字时代，这一发展可能会导致更安全的药物，更高效的太阳能电池板和颠覆性的新产业。
Cronin小组希望他们的工作能够实现他们所说的“化学斑点化”功能-一种重要分子的可下载配方的在线存储库，他们说这可以帮助发展中国家更轻松地获得药物，促进更有效的国际科学合作，甚至支持人类对空间的探索。
“过去200年来，大多数化学方法都没有改变。这是一个非常手工的，由工匠驱动的过程，” SRI International的SRI Biosciences首席战略官Nathan Collins说。SRIInternational是一家研究公司，开发的另一套自动化化学系统并未参与格拉斯哥的研究。“那里有数十亿美元的机会。”
克罗宁（Cronin）的新作品的核心是他所谓的化学描述语言或XDL（在希腊语中化学词的第一个字母之后，“ X”发音为“ kai”）。XDL代表“化学程序”，HTML代表浏览器，它告诉机器该做什么。该小组还创建 了一个名为SynthReader的软件，该软件可以扫描经过同行评审的文献中的化学配方（例如制作remdemisvir的六步过程），并使用自然语言处理来挑选动词，例如“添加”，“搅拌”或“热;” 修饰符如“逐滴；” 以及其他详细信息，例如持续时间和温度。系统将这些指令转换成XDL，XDL指导化学计算机使用其加热器和试管执行机械动作。
根据克罗宁（Cronin）的说法，该框架的优势之一是化学家可以用简单的英语编辑化学方案。该功能使研究人员无需培训即可操作机器，并且至关重要的是，可以利用其化学专业知识来发现代码中的错误。黑猩猩的崩溃可能是严重的事情。 他说：“人类将永远需要在那里，以确保您没有放着垃圾箱。”
研究人员对该系统进行了测试，没有垃圾箱燃烧。该小组报告说从化学文献中提取了12种示范配方，例如麻木的利多卡因，所有这些化学药剂师以与人类化学家类似的效率进行操作。
化学的机器人改造
克罗宁（Cronin）建立了一家名为Chemify的公司来销售化学机器人和XDL软件包，尽管他还在线上发布了免费指令，用于构建和编程机器。该设备已经在化学领域取得了进展。在2019年5月，该团队在制药公司GlaxoSmithKline安装了一个原型。
GSK人工智能和机器学习全球负责人Kim Branson表示：“化学概念和概念[Cronin]所做的工作确实具有很大的变革性。该公司正在探索各种自动化技术，以帮助其更高效地生产各种化学品，但布兰森表示，特别是Cronin的工作可能会让GSK在公司周围“传送专业知识”。一旦化学家设计出了一种有前途的分子配方，而不是撰写报告或教同事，他们只要按一下共享按钮即可。
研究人员说，尽管Chemify不是最复杂的自动化化学平台，但它可能是最易于访问的平台。它围绕烧杯和试管的传统工具构建，并在化学家使用了数百年的逐步“批量”范式中起作用。Cronin还希望它具有通用性：与任何批处理化学机器人兼容。拥有自己机器的研究人员只需要告诉软件他们拥有哪些零件，并给它一个数字，例如加热器的温度。
其他团体则押注从化学的根源开始更具戏剧性的突破。在SRI，Collins监督了名为AutoSyn的平台的开发，该平台使用了一种称为“流动”化学的替代方法。与其在一个烧杯中混合一批物质，然后将其移至另一个烧瓶中，不如在流化学反应中连续进行。化学品一起在管道中流动，在那里发生反应并被带走。Collins及其同事在6月份的出版物中描述了AutoSyn具有3,000多种途径，它可以重现几乎任何一种基于液体的反应。
Collins说，在流动中进行化学反应需要专门的硬件和额外的努力才能从其批次说明中转换化学程序，但是这笔投资购买了对传热和混合等方面的“精妙”控制。如果像AutoSyn这样的机器可以在已发布的反应中自动运行数百种细微的变化，则它们生成的详细数据集可能会突出显示制造化学物质的最佳方法。
文献可能是一个很好的起点，但是许多已发表的实验都有缺陷。柯林斯估计，化学家会花费30％至70％的时间来找出已知反应中的遗漏细节。他说：“ [反应]是由坐下并基于前一天所做的事情或六个月前所做的事情的笔记写的。”
尽管AutoSyn和Chemputer都能够复制今天发布的大多数反应，但下一步将是使机器更可靠，并像Cronin所说的那样“使苹果变得时髦”。柯林斯说，AutoSyn过去需要工程师来保持其运行一半以上的功能，但现在需要修复的时间不到10％。他希望最终，用户将通过电话对系统进行故障排除。
他说：“这仍然是一门非常新的科学。” “在过去的18个月中，它确实开始爆炸。”
导致爆炸发生的一个因素是国防高级研究计划局（DARPA）。它总结了一个名为Make-It的为期四年的计划，其中Chemputer和AutoSyn都是校友。该计划的经理安妮·菲舍尔（Anne Fischer）的长远目标是加快发现有用分子的过程，这在历史上涉及很多等待，而化学家们努力地将原子精加工成新颖的构型。她说：“缓慢的步骤始终是制造和测试分子。”
但是，既然Make-It帮助生产了机器人工具来构建诸如Chemputer，AutoSyn等分子，她正在指导一项新的DARPA程序Accelerated Molecular Discovery，该程序将进入下一阶段：开发更智能的软件来告诉机器人什么分子以及如何制作它们。
