研究背景

近年來，對有機反應工藝的自主優(yōu)化以及反應結果的大數據集的生成或使用都受到了重大關注。然而，對于反應優(yōu)化仍然沒有明確的“最佳方法"。

2021年，Astex制藥公司和劍橋大學的合作研究，最大限度地將預先存在的數據和自我優(yōu)化算法結合在一起，發(fā)表了多任務優(yōu)化算法（多任務貝葉斯優(yōu)化，MTBO）。MTBO被視為“小數據"反應優(yōu)化的最佳算法模型，當時該模型僅使用計算機模擬示例進行了演示。

圖1. 使用已有數據在流動反應器中進行自我優(yōu)化

歐洲連續(xù)流大咖，格拉茨大學連續(xù)流合成中心（CC FLOW）和制藥研究中心工程股份有限公司（RCPE）的C.Oliver Kappe教授，用于真正的合成化學優(yōu)化問題，在實驗室中驗證了該方法。如（圖1）。

流動化學反應器通常用于一些危險化學反應的高傳質、傳熱和批量穩(wěn)定生產的需求，但它也能為科學研究提供平臺。與傳統(tǒng)方法相比，流動反應器較少的反應物料、快速篩選反應條件有其優(yōu)勢。

流動反應平臺，可以對每個單獨的實驗條件進行設置，并且可實現自動化。使用液體處理器制備反應混合物也能夠在優(yōu)化分類變量（例如，溶劑和配體）得到充分的研究。這是標準優(yōu)化方法非常難以處理的考量因素。

事實上，如果能使用現有的數據，例如開放Zenodo（由歐洲核子研究中心運作）反應數據庫和存儲庫，計算機模擬就能實現這個目標。

本文作者首先利用公開的Suzuki偶合和Buchwald-Hartwig數據集，進行了計算機模擬演示，然后進行實驗優(yōu)化演示。

在計算機模擬的優(yōu)化中，一個關鍵的發(fā)現是當存在多種不同的底物時就會生產更大的輔助數據集，MTBO算法似乎在更大的輔助數據集中運行得更好。這在Suzuki偶合案例中得到了很好的運用，當所有四個可用的數據集都用于輔助任務時，它提供了最佳的性能。

一般來說，人們會假設可用的數據越多，優(yōu)化的效率就越高。因此，這自然而然地反映了一個科學家，尤其是工業(yè)界科學家多年來一直在努力解決的問題：我們如何有效地記錄和利用過去實驗的結果？阿斯利康、圣母大學和麻省理工學院的科學家最近發(fā)表的一篇論文也討論了這個問題，特別是關于電子實驗室筆記本（ELN），并確保包括負面數據也得到有效的使用。這將為未來的機器學習和人工智能提供有力的支持。

圖2. 數據量的增加每個底物的優(yōu)化時間相應減少

實驗室演示的C-H活化反應在含有較高比例極性官能團的小片段上進行，這是常用的合成方法，意義重大。對于藥物發(fā)現中的目標分子很適用。

盡管對不同反應性的底物來說，數據收集并不容易，但每個底物的輔助數據集的增長使優(yōu)化速率提升。訪問常用已公開的反應類型的實時數據集，可以減少對特定底物對實驗的依賴，快速得到最佳工藝條件，為研究組帶來巨大優(yōu)勢。

MTBO現已可供他人使用，但還在不斷改進之中，不久我們將看到它巨大的潛力。改進包括，但不限于：

• 使用液滴流反應器等改進，以減少催化劑和原材料的消耗；

• 變量范疇的表示，目前是通過簡單地分配“1"和“0"對應于每個分類變量（稱為一個熱變量編碼、OHE）。其他選項，如主成分分析（PCA），可能有助于包括有關這些分類變量屬性的信息；

• 反應物的描述符也可以用來優(yōu)先考慮在輔助任務數據集中最相似反應伙伴的數據。

• 隨著反應優(yōu)化從經典方法演變，有機化學家將繼續(xù)看到新的有效選項被添加到他們的優(yōu)化工具箱中，使得該工具更加被廣泛使用。

  
  

• 隨著自優(yōu)化的連續(xù)流反應器頻繁使用，利用先前的知識和數據（例如以前的試驗記錄結果），結合機器學習和人工智能來加快反應過程的優(yōu)化，這已成為一個重要的研究方向。

• 自優(yōu)化流動反應器的高效率可以通過利用預先存在的多任務貝葉斯優(yōu)化方法中的反應數據。

• 本文就是選取了Suzuki偶合和Buchwald-Hartwig實驗數據來進行計算機模擬演示，這些結果可以指導像MTBO（多任務貝葉斯優(yōu)化）這樣的算法進行有效的實驗優(yōu)化演示。