Geleneksel olarak, kimyasal reaksiyonlar, A ve B’nin kasıtlı olarak ancak katı bir şekilde istenen bir ürüne dönüştüğü, C. doğal olarak, yan ürünlerin de oluşabileceği, ancak bunların genellikle istenmeyen ve verimsiz olarak kabul edildiği kabul edildiği tek satır “denklemler” olarak tanımlanmıştır.
Mevcut araştırma, bu görüşün çok parçalı ve yetersiz olduğunu göstermektedir: gerçekte, kimyasal reaksiyonlar – 19. yüzyıldan beri incelenenler – substratların ve sıcaklıkların konsantrasyonlarına bağlı olarak farklı sonuçlara doğru yönlendirilebilen ve hatta farklı ana ürünler arasında geçiş yapabilen karmaşık reaktivite ağlarıdır. Bu, biyolojinin enzimatik olarak kontrol edilen reaksiyonlardan oluşan geniş ağlarını nasıl çalıştırdığını, farklı hücre durumları altındaki farklı çıkışlar arasında dinamik olarak değiştirdiğini hatırlatıyor.
Şimdi, bu tür dinamik ağlar gibi kimyasal reaksiyonların formülasyonu, aynı bileşenlerin – ancak farklı koşullar altında – derinden farklı ürünler verebileceği, böylece çıktı çeşitliliğini en üst düzeye çıkarırken kimyasal hammaddelerin kullanımını koruyan “akıllı kimyasal çorbaların” incelenmesi için temel oluşturuyor.
Güney Kore, Ulsan’daki Temel Bilim Enstitüsü (IBS) içindeki Robotize ve Algoritmik Sentez Merkezi (CAR) Araştırmacılar Profesör Bartosz A. Grzybowski liderliğindeki robotlarını meydan okumaya koydu ve geleneksel kimyasal reaksiyonların görüşünü genişletti. Tarihsel olarak, bu tür reaksiyonlar, substratların istenen ve katı bir şekilde tanımlanmış bir ana ürüne dönüştürülmesini tanımlayan tek satırlı formüller olarak temsil edilmiştir, yan ürünler kabul edildi, ancak istenmeyen ve genellikle verimsiz olarak kabul edilmiştir.
Arabalar çalışıyor, yayınlandı Doğa 24 Eylül’de, reaksiyonların farklı koşullar altında farklı ürünler verecek şekilde programlanabilir karmaşık ağlar olarak düşünülmesi gerektiğini söylüyor.
Otomobil işleri için sıçrama tahtası saf bilimsel meraktı – reaksiyon koşulları geniş bir aralıkta değiştiğinde geleneksel görünüm ne kadar iyi olur? Aynı ürün her zaman hakim olur mu? Ya da belki de bazı koşullar altında, yan ürünlerden biri devralabilir ve ana ürünü olabilir mi?
Şaşırtıcı bir şekilde, onlarca yıldır birçok kimyasal reaksiyon incelenmiş olsa da, bu tür sorulara genel kapsam cevapları olmamıştır. Bu büyük ölçüde, insan kimyagerlerinin olası koşulların geniş alanının sadece çok küçük bir kısmını araştırmış olması nedeniyle.
Gerçekten de, en basit reaksiyon için bile, A + B → C, A, on konsantrasyon ve B’nin on konsantrasyonunu incelemek ve belki on sıcaklık zaten 10 x 10 x 10 = 1000 deney ve reaksiyon sonuçlarının analizi, kimyagerlerin çok iyi bildiği gibi, zahmetli ve pahalıdır. İnsan araştırmacılarının bu tür Benedictine çalışmalarına hiç katılmadıklarına şaşmamalı.
Ama eğer insanlar isteksizse, belki robotlar bunu deneyebilir? Buna göre, Cars ekibi sadece binlerce reaksiyonu (nispeten kolay) ayarlayamayacak, aynı zamanda reaksiyon karışımlarının bileşimlerini (ve bu zor) kantitatif ayrıntılı olarak analiz edebilen ucuz bir robotik sistem inşa etmeye başladı.
Bunu yapmak için, çok hızlı optik algılamaya dayanan ve NMR veya HPLC gibi geleneksel ve çok daha yavaş ve daha pahalı yöntemlerin kullanımını en aza indiren ustaca bir yöntem tasarladılar. Dilek olarak, sadece fotoğrafını çekerek (teknik olarak optik bir spektrum) farklı ürünlerin ve yan ürünlerin konsantrasyonlarını tahmin etmeyi başardılar. Bu şekilde, günde 1000’e kadar reaksiyon kurabildiler ve başka herhangi bir sistem tarafından eşsiz bir verim.
Eldeki bu robotik platformla, substrat konsantrasyonları ve/veya sıcaklıklarla tanımlanan üç ila beş boyuttan, koşulların çok boyutlu “hiperspaces” i sistematik olarak araştırmaya başladılar. Farklı reaksiyonların hiper -alanları sürekli olarak beklenmedik sonuçların (yani daha önce hiç görülmemiş ürünler) yer aldığı için keşfetmeye başladıkları oldukça şaşırtıcıydı.
Bazı durumlarda – bir asırdan fazla bir süredir incelenen “klasik” tepkilerde bile, görünüşe göre kapsamlı ayrıntılarda – bu şekilde keşfedilen yeni ürünlerin sayısı mevcut bilgiyi iki katından fazla daha fazla oluşturdu ve 15 tür oluştu. Açıkçası, bu tür zengin reaktivite manzaraları artık A + B → C, formül olarak tanımlanamaz – yerine, karmaşık ağlar olarak yorumlanmalıdır!
Bu aşamada, araştırmacılar hangi “girdilerin” farklı reaksiyon “çıkışlarına” yol açtığını biliyorlardı, ancak temel reaksiyon ağlarının bağlantısını henüz bilmiyorlardı. Bunun için, bilinmeyen bir “kara kutu” devresinin bağlanabilirliğinin genellikle giriş-çıktı özelliklerinden çıkarılabileceği elektroniklerden ilham aldılar. Kinetik ve kimyasal AI algoritmalarını bu soruna uyarlayan Cars ekibi, karmaşık reaksiyon ağlarını nicel ayrıntılı olarak yeniden yapılandırabildi.
Dahası, bu bilgi ile, bu ağları, aynı başlangıç malzemelerinin – farklı koşullar altında – farklı büyük ürünler oluşturmaya yönelebileceği şekilde kontrol edebildiler. Başka bir deyişle, biyolojik ağların temel taşı olan ağ anahtarlanabilirliğini elde etmeyi başardılar (işleyişlerini ve çıkışlarını dış koşullara uyarlama), ancak kimyada hiçbir zaman kasıtlı olarak tasarlanmamıştır.
Bu bulgu, özellikle kaynakların ve kıtın ve korunması gereken zamanlarda derin yansımalara sahiptir. Özünde, otomobil bulguları bize kimyasal hammaddelerin kullanımını en aza indirebileceğimizi ve bunları farklı koşullar altında, ilaçlarda, pigmentlerde ve hatta organik-elektronik malzemelerde görülen önemli, fonksiyonel iskeleler de dahil olmak üzere farklı ürünler altında yeniden programlayabileceğimizi söylüyor. Bu tür bir uyarlanabilir kimyasal üretimi, canlı organizmaların ayırt edici özelliklerinden biri olmuştur – şimdi robotik ve kimyasal AI kombinasyonu nedeniyle, kimyada gerçekleştirilmektedir.
Daha geniş bir bağlamda, bu çalışma kimyasal reaktivitenin karanlık ağına ilk adımdır – yani, koşulların çok boyutlu “hiperspaces” i gizlenmiş yeni reaktivite kalıpları. Onlarca yıllık çalışmaya rağmen, bu karanlık ağ zor kaldı, ancak şimdi verimli, robotize edilmiş keşiflere açık.
Bu çalışma, kimyasal reaksiyonları inceleme ve kontrol etme konusunda adım değişikliği işaret etmektedir. Robotikleri basit, hızlı bir şekilde tespit biçimleriyle birleştirerek, ekip aynı anda binlerce reaksiyon koşulunu keşfedebildi ve sonuçların kimyasal hiper alanlarda nasıl değiştiğine dair ayrıntılı haritalar yarattı. Bu haritalar sadece öngörülebilir kalıplar değil, aynı zamanda gizli reaksiyon ürünleri ve sadece malzemelerin başlangıç oranlarını ayarlayarak tamamen farklı sonuçlar arasında “geçiş” yeteneği de dahil olmak üzere şaşırtıcı keşifler ortaya koydu.
Çıkarımlar laboratuvar tezgahının çok ötesine uzanır. Araştırmacılar için bu yaklaşım, kimyasal reaktivitenin mantığını anlamak, reaksiyonları izole olaylardan ziyade gezilebilir manzaralara dönüştürmek için güçlü bir yeni lens sağlar. Kısacası, bu çalışma, kimyanın modern veri bilimi ile aynı hassasiyet ve ölçeklenebilirlik ile araştırılabileceği ve yönlendirilebileceği bir geleceğin temelini oluşturur.
