I ricercatori hanno sviluppato un laboratorio “a guida autonoma” che utilizza l’intelligenza artificiale (AI) e sistemi automatizzati per fornire analisi approfondite delle reazioni catalitiche utilizzate nella ricerca e nella produzione chimica. Il nuovo strumento, chiamato Fast-Cat, può fornire più informazioni in cinque giorni di quanto sia possibile in sei mesi di test convenzionali.
Il documento di ricerca, "Mappatura del fronte pareto della reazione autonoma con un laboratorio di catalisi autoguidato", è apparso sulla rivista Nature Chemical Engineering .
In gioco sono la resa e la selettività delle reazioni chimiche in presenza di molecole chiamate ligandi.
La resa si riferisce all'efficienza con cui una reazione chimica produce il prodotto desiderato dalle sostanze chimiche con cui hai iniziato. La selettività si riferisce alla misura in cui è possibile far sì che una reazione chimica produca un prodotto specifico invece di creare più prodotti. I ligandi sono ampiamente utilizzati nella catalisi, accelerando e controllando la selettività delle reazioni chimiche utilizzate in processi che vanno dalla chimica industriale alla produzione farmaceutica.
Dal punto di vista del settore, desideri la massima resa e selettività possibili. Poiché i passaggi specifici da eseguire durante la conduzione della reazione catalitica possono influenzare sia la resa che la sensibilità, i chimici industriali dedicano un'enorme quantità di tempo e sforzi cercando di trovare i parametri necessari per ottenere il risultato di reazione più desiderabile.
"Il problema è che le tecniche convenzionali di scoperta e sviluppo dei catalizzatori richiedono molto tempo, materiale e lavoro", afferma Milad Abolhasani, autore corrispondente di un articolo sul lavoro e professore associato di ingegneria chimica e biomolecolare presso la North Carolina State University.
"Queste tecniche si basano in gran parte sulla gestione manuale dei campioni con reattori batch, nonché sull'intuizione e sull'esperienza umana per guidare la pianificazione sperimentale. Oltre alle inefficienze dei materiali, questo approccio dipendente dall'uomo allo sviluppo del catalizzatore crea un ampio divario temporale tra l'esecuzione della reazione , caratterizzando il prodotto e prendendo una decisione sul prossimo esperimento. Ecco perché abbiamo creato Fast-Cat. Ora siamo in grado di comprendere meglio come si comporta un ligando specifico in cinque giorni rispetto a quanto era possibile in precedenza in sei mesi."
Fast-Cat è completamente autonomo e utilizza l'intelligenza artificiale e sistemi automatizzati per eseguire continuamente reazioni gas-liquido ad alta temperatura e alta pressione. La tecnologia autonoma analizza inoltre il risultato di ciascuna di queste reazioni per determinare, senza intervento umano, in che modo le diverse variabili influenzano il risultato di ciascun esperimento.
Fast-Cat utilizza i risultati di tutti gli esperimenti precedenti eseguiti, sia quelli riusciti che quelli falliti, per stabilire quale esperimento verrà eseguito successivamente.
"L'intelligenza artificiale di Fast-Cat è in continua evoluzione e impara dagli esperimenti già condotti", afferma Abolhasani.
In parole povere, gli utenti fanno sapere a Fast-Cat con quali ligandi e precursori chimici deve iniziare e poi vedono quanto può imparare in oltre 60 esperimenti.
"Abbiamo dedicato molto tempo alla messa a punto del modello di intelligenza artificiale di Fast-Cat per ottimizzare la sua capacità di fornire la più ampia comprensione possibile di come diversi parametri influenzano la selettività e la resa delle reazioni catalitiche utilizzando un ligando specifico", afferma Abolhasani.
"Abbiamo anche dedicato molto tempo a garantire che i risultati di Fast-Cat fossero scalabili. Fast-Cat conduce i suoi esperimenti con campioni di dimensioni estremamente ridotte. Ma se vogliamo che i suoi risultati siano rilevanti per l'uso pratico, dovevamo sapere che i risultati di Fast-Cat i risultati sono validi per le reazioni condotte su larga scala che sono rilevanti per la produzione industriale."
Per i test di prova, i ricercatori hanno utilizzato Fast-Cat per caratterizzare le prestazioni catalitiche di sei ligandi già presenti nella letteratura di ricerca.
"Questa tecnologia fornisce un'ottimizzazione approfondita di ciascun ligando unico", afferma Dawn Mason, responsabile globale dell'innovazione esterna presso Eastman, un'azienda globale di materiali speciali che ha supportato il lavoro. "Per la prima volta, siamo in grado di valutare rapidamente un'ampia varietà di parametri e ottenere una comprensione veramente approfondita di come influenzare le prestazioni di ciascun ligando. Abbiamo più che raddoppiato la gamma di possibili selettività e rendimento degli endpoint per ciascun ligando esaminati. Incredibilmente, ci sono voluti solo cinque giorni per valutarli."
"C'è un vero valore per le industrie chimiche e farmaceutiche nel comprendere meglio come influenzare i processi catalitici utilizzati nella produzione", afferma Jeff Carbeck, vicepresidente dell'innovazione aziendale presso Eastman. "Fast-Cat fornisce questa comprensione e lo fa in modo rapido, efficiente e utilizzando piccole quantità di ligandi e precursori chimici rilevanti. In altre parole, è veloce, economico e molto efficace."
I ricercatori hanno reso il software e l'hardware pubblicamente disponibili in modo che Fast-Cat possa essere utilizzato per facilitare ulteriori ricerche.
"Ci auguriamo che altri ricercatori possano adottare questa tecnologia per accelerare la scoperta della catalisi nel mondo accademico e nell'industria", afferma Abolhasani.
L'articolo è stato scritto in collaborazione con Jeffrey Bennett, un ricercatore post-dottorato presso la NC State; Negin Orouji e Sina Sadeghi, entrambi dottorandi. studenti della NC State; Muzammil Khan, ex ricercatore post-dottorato presso NC State; e Jody Rodgers di Eastman.
Ulteriori informazioni: Mappatura del fronte pareto-frontale di reazione autonoma con un laboratorio di catalisi a guida autonoma, Ingegneria chimica naturale (2024). DOI:10.1038/s44286-024-00033-5. www.nature.com/articles/s44286-024-00033-5
Informazioni sul giornale: Ingegneria chimica naturale
Fornito dalla North Carolina State University
