Panduan Pemulihan Kesalahan untuk Sintesis Otomatis dalam Siklus Loop Tertutup
Perlunya Pemulihan Kesalahan
Bahkan dengan perencanaan dan otomatisasi yang canggih, Sintesis Kimia tetap merupakan ilmu eksperimental-hasil yang tidak terduga tidak dapat dihindari. Dalam siklus loop tertutup (desain → sintesis → analisis → desain ulang), kesalahan dapat terjadi pada tahap apa pun. Sebuah reaksi mungkin gagal, pompa mungkin tersumbat, sensor dapat menghasilkan data yang berisik, atau zat antara dapat terurai. Tanpa adanya intuisi manusia, sistem otonom harus bergantung pada strategi yang telah ditetapkan - "pedoman pemulihan kesalahan" - untuk mendeteksi dan merespons. Pedoman ini bertindak sebagai kerangka kerja kontingensi yang menjaga platform otomatis tetap adaptif, memastikan mereka pulih secara mandiri atau mengeskalasi masalah dengan diagnosis yang jelas.
Jenis Kesalahan dalam Sintesis Otomatis
Beberapa kategori kegagalan yang umum terjadi dalam kimia otomatis:
- Kegagalan sintetis: Langkah yang direncanakan tidak menghasilkan Produk yang diinginkan karena reaksi samping yang bersaing, konversi yang tidak mencukupi, atau zat antara yang tidak stabil. Ketika hal ini terjadi di awal rute, langkah hilir menjadi tidak relevan.
- Kesalahan analisis atau deteksi: Instrumen seperti LC/MS dapat salah mengidentifikasi produk atau melewatkan spesies dengan kelimpahan rendah, yang mengarah pada hasil negatif atau positif palsu.
- Masalah penanganan material: Masalah seperti saluran aliran yang tersumbat, katup yang rusak, kartrid reagen yang kosong, atau endapan yang tidak terduga sering terjadi dalam pengaturan kapasitas tinggi dan aliran yang tinggi.
- Penyimpangan kondisi reaksi: Temperatur yang melampaui batas, penguapan pelarut, atau fluktuasi tekanan dapat menggagalkan eksperimen.
Setiap jenis kegagalan menuntut respons yang disesuaikan. Misalnya, jika produk utama hilang, buku pedoman dapat mengarahkan sistem untuk berhenti sejenak, memanggil perencana retrosintesis untuk jalur alternatif, dan mengatur ulang-mirip dengan cara GPS menghitung ulang rute saat jalan diblokir. Dengan cara ini, RetroSynthesis Software menjadi sekutu dalam pemulihan, memberikan solusi sintetis alternatif ketika upaya awal gagal.
Strategi Respons Adaptif
Platform otonom semakin banyak menggabungkan pemantauan adaptif. Analisis in-line seperti UV, kromatografi, atau spektroskopi dapat memberi sinyal ketika reaksi menyimpang dari perilaku yang diharapkan. Alih-alih maju secara membabi buta, sistem dapat memicu loop percobaan ulang yang cerdas-menyesuaikan suhu, memperpanjang waktu reaksi, atau menambahkan katalis sebelum melanjutkan. Beberapa platform menggunakan rutinitas desain percobaan miniatur untuk mengeksplorasi kondisi terdekat sampai hasil yang layak tercapai.
Jika percobaan ulang gagal, tindakan yang lebih drastis diperlukan. Playbook dapat menginstruksikan perencana AI untuk mengusulkan transformasi alternatif atau melewati langkah yang gagal sepenuhnya. Seperti yang telah disebutkan dalam perspektif terbaru, kemampuan untuk merevisi rute sintetis dalam waktu nyata membedakan platform otonom sepenuhnya dari alur kerja otomatis statis.
Pemulihan Kesalahan Perangkat Keras
Untuk kegagalan terkait perangkat keras, solusi teknik mendominasi buku pedoman. Dalam sistem aliran, penyumbatan dapat dideteksi melalui lonjakan tekanan atau penurunan laju aliran. Langkah-langkah pemulihan yang umum termasuk rutinitas pembilasan otomatis, beralih ke saluran cadangan, atau mengalihkan campuran ke modul pendinginan. Sistem robotik berbasis batch sering kali memiliki pengaturan ulang yang lebih mudah: jika botol gagal, robot dapat membuangnya dan mengulangi langkah tersebut di bejana baru. Kartrid sekali pakai dan pelat microwell meningkatkan ketahanan dengan melokalisasi kegagalan.
Beberapa platform komersial menggunakan botol atau kartrid tertutup yang dirancang untuk mengisolasi kegagalan. Misalnya, sistem dengan bantuan gelombang mikro dapat mengkarantina botol yang retak atau rusak sementara sisa percobaan terus berlanjut tanpa gangguan. Kompartementalisasi semacam itu mencegah masalah yang terlokalisasi menggagalkan seluruh kampanye eksperimental.
Mengembangkan Panduan Pemulihan Kesalahan
Panduan pemulihan kesalahan biasanya berbentuk pohon keputusan yang dikodekan ke dalam perangkat lunak otomatisasi. Entri yang disederhanakan mungkin menyatakan: JIKA tidak ada produk yang terdeteksi setelah Langkah 2, MAKA tingkatkan waktu reaksi sebesar 50% dan coba lagi. JIKA masih tidak ada produk, MAKA panggil AI retrosintesis untuk alternatif Langkah 2. Lain: JIKA tekanan reaktor melebihi ambang batas, MAKA hentikan pompa dan picu rutinitas penyiraman. JIKA pembilasan gagal, MAKA batalkan dan beri tahu operator.
Seiring waktu, set aturan ini dapat berkembang melalui pengalaman. Ketika sistem menjalankan lebih banyak siklus, buku pedoman dapat ditambah dengan kontingensi baru - atau bahkan dipelajari secara otomatis melalui pembelajaran mesin. Tujuan jangka panjangnya adalah platform yang dapat memperbaiki diri sendiri yang menyempurnakan strategi pemulihannya, belajar dari kegagalan seperti yang dilakukan oleh ahli kimia manusia. Terlepas dari tren yang berkembang menuju otomatisasi yang lebih besar, penting untuk dicatat bahwa saat ini tidak ada integrasi teknis langsung antara SYNTHIA dan platform sintesis otomatis apa pun; keahlian manusia tetap penting karena pengguna perlu mengevaluasi kembali rencana sintesis ulang dan menerjemahkannya kembali ke komputer.
Pengawasan dan Serah Terima Manusia
Meskipun otomatisasi semakin maju, pengawasan manusia tetap menjadi jaring pengaman yang penting. Dalam praktiknya, kegagalan berulang atau anomali yang tidak terduga sering kali meningkat ke operator. Buku pedoman dapat mencakup ambang batas kapan harus berhenti dan memperingatkan manusia untuk melakukan intervensi. Namun, ke depannya, sistem dapat berevolusi untuk memecahkan masalah secara lebih mandiri-mengambil dari database literatur atau data eksperimental masa lalu untuk mengusulkan solusi, seperti halnya peneliti manusia yang berkonsultasi dengan referensi.
Penutup tentang Pemulihan Kesalahan
Pedoman pemulihan kesalahan sangat penting untuk membuat otomatisasi loop tertutup menjadi tangguh. Dengan mengantisipasi mode kegagalan dan menyematkan strategi adaptif, platform sintesis otomatis dapat menjaga eksperimen tetap berjalan dengan lancar bahkan ketika kondisinya menyimpang. Ketika pedoman ini menjadi lebih kaya dan lebih adaptif, laboratorium loop tertutup akan semakin mendekati otonomi penuh, di mana mesin tidak hanya mengeksekusi kimia tetapi juga memecahkan masalah, memulihkan, dan meningkatkan dari waktu ke waktu.
Referensi
- Gao W, Raghavan P, Coley CW. Platform otonom untuk sintesis organik berbasis data. Nat Commun. 2022 Feb 28;13(1):1075. doi: 10.1038/s41467-022-28736-4. PMID: 35228543; PMCID: PMC8885738.
