Handla på internet, lagra foton i molnet, skruva upp en termostat med en app - allt är vanligt. Nu, sakernas internet och molnet kommer in i kemisk forskning och produktion, enligt tidningen Angewandte Chemie . Forskare har använt fjärrservrar i Japan för att autonomt optimera förhållandena för att syntetisera läkemedel i ett brittiskt laboratorium. Processen kontrollerades över internet av forskare i USA.

Moderna produktionsprocesser kan inte helt enkelt montera en målmolekyl; de måste vara ekonomiska, effektiv, robust, och hållbart också. Det är därför nödvändigt att utveckla en mängd alternativa syntetiska vägar, utforma skräddarsydd utrustning, och hitta optimala bearbetningsparametrar. Detta är omöjligt utan en djup förståelse för reaktionerna och en enorm mängd data som samlas in under olika förhållanden. Inom områdena naturprodukter syntes och läkemedel, trenden går mot automatisering av upprepade reaktionssekvenser och självoptimeringsprocesser. Dessa är baserade på maskininlärning och informationsåterkoppling i form av mätningar som erhålls från observation av reaktioner.

Forskare under ledning av Steven V. Ley vid University of Cambridge (UK) och California State University Fullerton (USA) har nu visat att detta tillvägagångssätt kan lyckas över internationella gränser och tidszoner - med hjälp av molnet. Fjärrservrar i Tokyo (Japan) utvecklade autonomt optimala syntetiska förhållanden för tre farmaceutiska medel som fysiskt syntetiserades i laboratorier i Cambridge (Storbritannien). Processen inleddes, kontrollerade, och övervakas av forskare i Los Angeles (USA) över en internetanslutning. På detta sätt var det möjligt för maskinerna att själv optimera de individuella syntetiska stegen för tramadol, lidokain, och bupropion som representativa provämnen, med minimalt ingripande av operatörerna över timmar.

När det gäller tramadol, tre parametrar varierades:temperatur, uppehållstid, och förhållandet mellan reaktanter. Styrd av spektroskopiska data, kontrollsystemet genomförde nio helt autonoma experiment under en period av tre timmar och identifierade optimerade förhållanden för en maximerad omvandling med högsta möjliga genomströmning och liten förbrukning av utgångsmaterialen.

Den molnbaserade metodens autonoma karaktär gör specialkunskap och utrustning allmänt tillgänglig och använder dessa resurser effektivt genom att undvika uppsägningar och möjliggöra globala samarbeten där avstånd är irrelevant.