Robot z IChO PAN sam odkrył cztery reakcje. Sztuczna inteligencja szukała cząsteczek chiralnych
Robot sterowany sztuczną inteligencją, zbudowany w Instytucie Chemii Organicznej PAN w Warszawie, w ciągu 30 dni pracy podjął ponad 3000 decyzji i odkrył cztery nieopisane wcześniej reakcje prowadzące do cząsteczek chiralnych. Zespół, w którym pracowali Patryk Klochowicz i Jarosław M. Granda, opisał system 13 października 2026 r. w czasopiśmie „Nature Communications”.
Dlaczego chiralność jest tak ważna?
Cząsteczki chiralne występują w dwóch odmianach, które są swoimi lustrzanymi odbiciami – jak lewa i prawa dłoń. Takie pary nazywamy enancjomerami. W środowisku niechiralnym mają identyczne właściwości: tę samą temperaturę wrzenia, rozpuszczalność czy masę. Zachowują się jednak inaczej w kontakcie z innymi cząsteczkami chiralnymi, a z takich zbudowane są m.in. białka i cukry w organizmach żywych. Podstawy tego zjawiska wyjaśniamy w artykule „Jak to jest z tą izomerią optyczną?”.
Wyzwaniem dla chemików jest więc otrzymywanie tylko jednej z lustrzanych odmian. Zajmuje się tym m.in. organokataliza asymetryczna, czyli prowadzenie reakcji z udziałem niewielkich cząsteczek organicznych, które kierują reakcję w stronę wybranego enancjomeru. Jak duże ma to znaczenie, pokazuje tegoroczna Nagroda Nobla z chemii za badania nad chiralnością.
Jak działa robot z IChO PAN?
Sprawdzenie wyniku pojedynczej reakcji enancjoselektywnej zajmuje doświadczonemu chemikowi zwykle kilka godzin. Warszawski system zautomatyzował ten proces. Jego podstawą jest robot do przenoszenia cieczy poruszający się w trzech osiach, wyposażony w igłę połączoną ze zdalnie sterowaną pompą strzykawkową. Reakcje zachodzą w fiolkach umieszczonych w wydrukowanych w 3D statywach, a próbki można chłodzić i ogrzewać w zakresie od -40°C do około 90°C.
„Stworzony przez nas robot sam przeprowadzał reakcje: mieszał ze sobą przygotowane wcześniej roztwory reagentów, a następnie analizował mieszaniny reakcyjne” – powiedział PAP Patryk Klochowicz, doktorant z IChO PAN, który opracował rozwiązanie. Robot określał przy tym nadmiar enancjomeryczny, czyli to, o ile więcej powstało jednej lustrzanej odmiany produktu niż drugiej. Analizę umożliwiał moduł oparty na chromatografii – technice rozdzielania mieszanin, którą przybliżamy w tekście o chromatografii kolumnowej. Dwa takie moduły pozwalały badać od 40 do 50 mieszanin dziennie, a urządzenie pracowało także nocami i w weekendy.
Czego robot nauczył się w symulacji?
W drugiej części pracy badacze dali robotowi algorytm, który sam decyduje o warunkach kolejnych eksperymentów. Wykorzystali głębokie uczenie przez wzmocnienie: program dostaje „nagrodę” za dobre decyzje i stopniowo uczy się strategii, która przynosi najlepsze wyniki. Głównym zadaniem było ustalenie, czy dwie substancje w ogóle ze sobą reagują. Robot kontrolował temperaturę i czas reakcji, a na podstawie chromatogramów oceniał, czy powstał produkt i czy jest on chiralny.
Zanim system trafił do laboratorium, przeszedł cyfrowe szkolenie w dwóch środowiskach symulujących przebieg reakcji i wyniki rozdziałów chromatograficznych. Autorzy nazywają to cyfrowym bliźniakiem katalizy asymetrycznej. Trening pierwszego agenta AI wymagał 20 mln interakcji z symulacją, drugiego – 10 mln. „Przeprowadzenie tego na żywo w laboratorium byłoby całkowicie niemożliwe” – ocenił Klochowicz.
Co dokładnie odkryto?
Według streszczenia publikacji system sprawdzano w reakcjach katalizowanych chiralnymi kwasami fosforowymi. W ciągu 30 dni robot podjął ponad 3000 decyzji i znalazł cztery wysoce enancjoselektywne przemiany. Jedna prowadzi do cząsteczki o chiralności osiowej, czyli takiej, w której asymetria wynika z przestrzennego ułożenia podstawników wokół osi cząsteczki, a nie z jednego asymetrycznego atomu. Trzy pozostałe to syntezy allenów – związków z dwoma wiązaniami podwójnymi przy jednym atomie węgla.
Ograniczenia
Robot działał w ściśle określonej przestrzeni chemicznej: z wybranym zestawem substratów i jednym typem katalizatorów. Nie wiadomo jeszcze, jak sprawdzi się w innych klasach reakcji, a odkryte przemiany wymagają dalszych badań, zanim znajdą praktyczne zastosowanie. Sami autorzy nie widzą w automatyzacji zastępstwa dla ludzi. „Złożoność chemii organicznej jest na tyle duża, że umiejętność abstrakcyjnego myślenia oraz ludzka intuicja w nadaniu kierunku badań pozostaje niezastąpiona” – zaznaczył Klochowicz. Jego zdaniem automatyzacja może jednak pomóc w sprawniejszym przeszukiwaniu ogromnej liczby możliwych cząsteczek, szacowanej na 1060.
Źródła i daty
- P. Klochowicz, A.F. Kassir, C. Parida, J.M. Granda, „Reinforcement learning guided robotic platform that investigates and discovers asymmetric reactions”, Nature Communications – 13.10.2026 – doi:10.1038/s41467-026-78271-9.
- PAP Nauka w Polsce, Ludwika Tomala, „Autonomiczny robot w IChO PAN odkrywa nieznane reakcje chemiczne” – 25.10.2026 – opis budowy robota, wypowiedzi Patryka Klochowicza.
Zdjęcie wyróżniające: robot do pipetowania Andrew+ – przykład laboratoryjnego robota do przenoszenia cieczy; to nie jest urządzenie z IChO PAN. Fot. Pocar19, licencja CC BY-SA 4.0, Wikimedia Commons; kadrowanie Biomist.
Testy i zadania maturalne z odpowiedziami: Izomeria optyczna →
