光化学过程的优化、强化和规模化在主要面向热化学的合成环境中构成了特殊的挑战。在这项工作中，作者提出了一个多功能机器人平台，通过集成现成的硬件和定制的软件来应对这些挑战。该开源平台结合了液体处理器、注射泵、可调连续流光反应器、廉价的物联网设备和串联台式核磁共振波谱仪，通过闭环贝叶斯实现自动化的、数据丰富的优化策略。用户友好的图形界面允许没有编程或机器学习专业知识的化学家轻松监控、分析和改进连续和离散变量的光催化反应。与之前报道的工艺相比，该系统可以显著提高总体反应产率和改善时空产率。相关研究成果以题为“Automated self-optimization, intensification, and scale-up of photocatalysis in flow”发表在期刊《Science》上，本文第一作者为Aidan Slattery, Zhenghui Wen, Pauline Tenblad。
光催化利用光在温和条件下驱动反应，有助于药物、农用化学品和材料合成方法的进步。尽管如此，优化、复制和扩展这些技术仍然面临挑战。这些挑战源于实际考虑，例如光吸收不均匀和实验变异性，以及化学复杂性，例如对反应机制知之甚少和各种变量之间复杂的相互作用。推进光催化过程的这些阶段是当代化学制造的关键，同时也是非常耗时的组成部分。由于其复杂和敏感的性质，研究人员需要非常专业的知识。
光催化通过利用一系列不同的机制途径，例如单电子转移、能量转移和氢原子转移 (HAT)，极大地推进了合成方法发展。其固有的温和性质允许与其他催化过程无缝集成，促进只有通过多种催化剂的协同作用才能实现的独特转化。尽管取得了这些进步，该领域在这些方法的优化、复制和可扩展性方面仍然面临着巨大的障碍（图 1）。鉴于此，作者试图开发一个名为 RoboChem 的多用途机器人平台，它能够实现光催化转化的自我优化、强化和规模化（图 1）。
图 2. 用于流式光化学的自我优化、强化和规模化的自动化机器人平台。(A) 平台架构的高级视图。(B) 由相位传感器在平台上进行反应跟踪，以便及时触发事件，并通过算法进行研究，以形成优化周期下一阶段的触发器。
RoboChem 由自定义 Python 代码控制，并使用开源库（图 2A）以及现成的仪器和设备。通过使用一系列相位传感器和专用算法来检测反应块，该平台可以有效地跟踪其位置（图 2B）。
作者开始使用吉斯型反应对该平台进行测试和验证，该反应需要光催化 HAT 活化碳氢化合物。该反应在流动光微反应器中进行，使用可调的 0 至 144 W、365 nm 发光二极管 (LED)。这一选择使作者能够在实验室中评估稳定且完善的化学反应（图 3）。
图 4. RoboChem 实现的 C-H 三氟甲硫基化的底物范围和相关摘要。*所有给定实验探索的化学空间的外界。†产量和时空产量的比较直接来自文献。条件：PhthSCF3 浓度（浓）（0.2 M），H-供体当量 [醛类为 1.5 当量，具有活化 C(sp3)–H 键的底物为 2.5 当量，具有未活化 C(sp3)–H 键的底物为 5 当量]，TBADT 负载量（2.5 mol%），停留时间（16小时，醛类6小时），光（385 nm，1.2 W），N2，25°C。‡与在文献条件下使用配有 40 W 370 nm Kessil 灯的自制间歇反应器进行反应的产率和时空产率比较；§实验以单一目标运行，目标是提高产量。
在三氟甲硫基化反应中（图4），作者同时优化了五个反应参数和两个目标函数。在进一步分析人工智能发现的反应条件后，出现了一些有趣的观察结果。AI算法优化了反应条件，以实现每种特定底物的最佳反应性和选择性。一项值得注意的发现是，反应或停留时间和光强度存在显著差异，具体取决于所优化的分子。比较三氟甲基硫醇化香紫苏内酯和 Ambrride获得的结果，很明显 Ambrride 的催化剂负载量和光强度明显较低。这一结果可以通过以下事实合理化：Ambrride 可以与另一当量的 Phth-SCF3 进行额外的反应，从而产生双功能化的最终产物。然而，香紫苏内酯不可能发生这样的反应，因为 α-O 碳位置被羰基封闭。通过减少催化剂负载量和光强度，AI 算法成功提高了单官能化产物的产率和选择性。
接下来，作者将重点放在使用 Ru(bpy)3(PF6)2 进行光催化单电子转移的三组分过程中烯烃的氧三氟甲基化。在氧三氟甲基化中（图5），作者同时优化了五个反应参数：苯乙烯浓度、CF3源负载、光催化剂负载、停留时间和光强度。RoboChem 平台成功地进行了反应优化，产生的结果与模型批量反应的结果密切相关。时空产率提高了 565 倍，证明了流动反应器放大的巨大潜力。在放大过程中，与平台上进行的优化相比，产量略有提高。
图 6. RoboChem 通过单电子转移进行芳基三氟甲基化的底物范围和相关摘要。*所有给定实验探索的化学空间的外界。*所有给定实验探索的化学空间的外界。†直接根据文献进行产量比较。条件：杂芳烃浓度 (0.1 M)、Ir-dF、{Ir[dF(CF3)ppy]2}(dtbpy)]PF6 (1 mol%)、CF3SO2Na 当量 (3 当量)、(NH4)2S2O8 当量 (1 当量) ），停留时间（30 分钟），Vapourtec 反应器（456 nm，60 W）。‡与在文献条件下使用 Vapourtec 光反应器（456 nm，60 W）进行反应的产率和时空产率比较。
在这个具体示例中，RoboChem 平台专注于优化各种密集功能化底物，这些底物在药物发现项目中具有重大意义（图 6）。尽管最初的工作是在流式系统中进行的，但作者观察到产量和生产率都有显著提高。这种改进可归因于该平台能够针对每种底物单独定制反应条件，再加上在流动光微反应器中使用更有效的光源。
考虑到巨大的潜在化学空间和三个催化循环之间的微妙平衡，作者相信确定最佳方案对于化学家来说将是一个严重的障碍，这使其成为 RoboChem 平台的用武之地。在优化活性中（图7），作者同时调整了反应参数：芳基卤浓度、烷基卤负载量、五种镍配体源中的选择、两种二苯甲酮光催化剂的选择，二苯甲酮和 2,6-二甲基吡啶负载量、停留时间和光强度。
总的来说，RoboChem 构成了一个多功能机器人平台，用于自我优化、强化和/或扩大各种光催化反应。该平台通过 BO 算法运行，能够探索所提供的参数空间，最终提供适合每种底物特定需求的定制反应条件。通过大幅减少人为干预，RoboChem 不仅提高了操作安全性，还使研究人员能够将更多时间投入到更具创造性的课题，从而将他们从反应优化和强化任务的苦差事中解放出来。
机器人平台的模块化是我们设计的一项资产，我们预计未来它将与不同类型的流动反应器和过程分析技术集成。此外，通过单独优化反应参数并生成包括最佳和次优条件的数据集，可以揭示目标反应参数、底物结构和目标函数之间的复杂关系。在高度可重复的反应器环境中自动生成丰富数据集的能力，可以为合成化学的未来数字化做出贡献。
Timothy Noël，合成有机化学科学家。在 2004 年，Tim 获得了工业化学工程硕士学位，随后他对合成有机化学充满热情，并于 2009 年在根特大学完成了该领域的博士学位。获得博士学位后，他作为富布赖特博士后在麻省理工学院 (MIT) 的 Stephen L. Buchwald 教授课题组从事研究工作。他于 2012 年加入埃因霍温理工大学担任助理教授，并于 2017 年成为副教授。2020 年，Tim 晋升为阿姆斯特丹大学正教授。他是《Journal of Flow Chemistry》的主编，现任流动化学学会主席。他在流动化学领域的研究获得了多个奖项，包括 DECHEMA 奖（2017 年）、IUPAC-ThalesNano 流动化学奖（2020 年）、KNCV 金奖（2021 年）、ACS 可持续化学与工程讲座奖（2022 年）和 Chem Soc Rev 先锋研究员讲座奖（2023 年）。他还于 2024 年被任命为英国皇家化学学会院士。