역합성 소프트웨어 출력을 자동 합성 지침으로 번역하기
SYNTHIA®와 같은 역합성 소프트웨어는 목표 분자에 도달하기 위한 상세한 합성 경로를 출력할 수 있습니다. 이러한 출력에는 일반적으로 반응 유형, 시약 및 문헌 참조가 포함됩니다. 화학자가 쉽게 해석할 수 있지만 실험실 로봇이 즉시 실행할 수 있는 것은 아닙니다. 이러한 격차를 해소하려면 사람이 읽을 수 있는 계획을 기계가 읽을 수 있는 지침, 즉 액체 분배, 온도 설정 또는 정해진 시간 동안 교반 등의 지침으로 번역해야 합니다. 이러한 번역을 달성하는 것은 결코 쉬운 일이 아닙니다. 시약의 양, 첨가 순서, 용매 선택, 온도 및 반응 시간 등의 세부 사항을 포함하여 각 단계를 표준화해야 합니다. 오늘날 화학자들은 종종 프로토콜을 작성하여 이러한 변환을 수동으로 수행하지만, 이 분야는 소프트웨어와 하드웨어를 직접 통합하는 방향으로 나아가고 있습니다.
합성 레시피 표준화
이러한 격차를 줄이기 위한 한 가지 접근 방식은 화학 레시피에 대해 기계가 읽을 수 있는 표준화된 형식을 만드는 것입니다. 연구원들은 실험실 절차를 구조화된 방식으로 인코딩하는 화학 프로그래밍 언어도 개발했습니다. 예를 들어, 신플 켐은 유기 화학에서 가장 일반적인 반응(환원 애니메이션, 아미드 결합, 스즈키 반응 등)에 대한 표준화된 반응 프로토콜을 갖춘 벤치탑 자동 합성기로, 화학자는 해당 시약 카트리지와 샘플을 간단히 로드하고 시간, 온도 및 용매 양을 결정하는 사전 설정 프로그램을 선택할 수 있습니다.
SYNTHIA는 이미 사전 설정된 Synple 화학 프로그램/카트리지가 있는 반응 경로를 설계하여 후속 합성 단계를 자동화함으로써 이러한 효율성을 더욱 향상시킵니다.
실험실 하드웨어와의 통합
재합성 결과물도 사용 가능한 자동화 플랫폼의 기능에 맞게 조정해야 합니다. 자동 합성기마다 시약 처리 용량, 지원되는 반응 유형, 환경 제어 기능이 다릅니다. 계산적으로 제안된 모든 경로가 모든 기계에서 실행될 수 있는 것은 아닙니다. 예를 들어 극저온 금속화가 필요한 경로가 벤치탑 로봇 반응기에서는 실행되지 않을 수 있습니다.
그렇기 때문에 자동화 호환성이 중요한 평가 기준이 되었습니다. 가오와 코일리 연구원은 합성 경로를 화학적 실현 가능성뿐만 아니라 하드웨어 호환성에 따라 순위를 매겨야 한다고 제안했습니다. SYNTHIA는 다음과 같은 호환성을 통해 이 개념을 대표합니다.신플 자동 합성기와 호환되어 주어진 표적 분자에 대해 순위가 매겨진 맞춤형 잠재 경로 세트를 사용하여 경로 설계를 가속화합니다. 따라서 SYNTHIA는 Synple 시스템을 통해 필터링된 경로를 제안하여 사용자가 원하는 경로를 선택하고 개별 반응 단계를 실행하도록 시스템을 프로그래밍할 수 있습니다.
여기에서 역합성 분석의 주요 전략과 접근 방식에 대해 자세히 알아보세요..
도전 과제와 지속적인 발전
상당한 진전에도 불구하고 완전 자동화된 번역은 여전히 진행 중인 작업입니다. 모든 역합성 단계는 작동 조건이 포함된 프로토콜로 상세히 설명되어야 합니다. 문헌 참조가 이러한 조건을 제공하는 경우가 많지만 조건을 자동으로 추출하는 것은 복잡합니다. 자연어 처리(NLP)와 텍스트 마이닝의 발전으로 출판물에서 실험 세부 정보를 추출하는 작업이 자동화되기 시작하면서 AI 모델이 실행 가능한 절차를 생성할 수 있게 되었습니다.
또 다른 유망한 접근 방식은 특정 시약과 조건으로 채울 수 있는 일반적인 반응 유형에 대한 표준 운영 절차 라이브러리인 템플릿 기반 프로토콜을 사용하는 것입니다. 데이터 중심 통합은 이 프로세스를 더욱 강화합니다. 모든 실행 결과를 기록함으로써 시스템은 어떤 명령어 세트가 일관되게 신뢰할 수 있는 결과를 생성하는지 학습하여 시간이 지남에 따라 번역 정확도를 향상시킬 수 있습니다.
요약하면, 역합성 결과를 기계 명령어로 변환하는 과정에는 하드웨어 호환성을 위해 경로를 개선하고, 조건을 보강하고, 구조화된 형식으로 인코딩하고, 로봇 플랫폼을 통해 이를 실행하는 과정이 포함됩니다. AI, NLP, 자동화의 지속적인 발전으로 계획과 실행 사이의 격차가 점차 좁혀지고 있습니다. 자율 실험실이 진화함에 따라역합성 소프트웨어 결과물 이 점점 더 로봇 실행으로 직접 연결되면서 무엇을 해야 할지 아는 것과 실행하는 것 사이의 경계가 사라질 수 있습니다.
참고 문헌
- 가오 W, 라가반 P, 콜리 CW. 데이터 기반 유기 합성을 위한 자율 플랫폼. Nat Commun. 2022 Feb 28;13(1):1075. 도이: 10.1038/s41467-022-28736-4.
- Chen, J.; Xu, Q. 화학 발견 가속화를위한 인공 지능 기반 자율 실험실. Chem. Synth. 2025, 5, 76. https://dx.doi.org/10.20517/cs.2025.66
