化學(xué)合成是現(xiàn)代藥物研發(fā)的核心環(huán)節(jié)，但傳統(tǒng)制藥工藝多采用“批處理”模式，每一步反應(yīng)都需要獨(dú)立優(yōu)化、分離、純化，耗時(shí)耗力且效率低下。尤其是在多步連續(xù)反應(yīng)中，步驟之間相互影響，單獨(dú)優(yōu)化的結(jié)果疊加起來未必是全局最優(yōu)。近日，一項(xiàng)發(fā)表在《德國(guó)應(yīng)用化學(xué)》上的研究提出了一種全新的解決方案：將連續(xù)流化學(xué)與貝葉斯優(yōu)化算法相結(jié)合，構(gòu)建出一個(gè)能夠自主優(yōu)化多步合成反應(yīng)的全自動(dòng)平臺(tái)。該研究不僅大幅提升了合成效率，還揭示出傳統(tǒng)方法可能忽略的關(guān)鍵反應(yīng)路徑。

01 多步合成，為何難優(yōu)化?

在制藥行業(yè)，活性藥物成分的合成通常涉及多個(gè)步驟，每一步都伴隨著反應(yīng)、后處理、純化與分離的循環(huán)。這種方式雖然成熟，但生產(chǎn)周期長(zhǎng)，對(duì)供應(yīng)鏈穩(wěn)定性要求高，難以應(yīng)對(duì)突發(fā)需求。然而，隨著藥物分子結(jié)構(gòu)日益復(fù)雜，如何優(yōu)化多步連續(xù)反應(yīng)成為一大挑戰(zhàn)。傳統(tǒng)化學(xué)通過串聯(lián)工程來解決上述問題，“反應(yīng)串聯(lián)”是指多個(gè)反應(yīng)步驟在不純化中間體的情況下連續(xù)進(jìn)行，從而顯著減少溶劑使用。但優(yōu)化這類反應(yīng)異常困難，因?yàn)椴襟E之間存在著復(fù)雜的化學(xué)相互作用。例如，上一步生成的中間體或副產(chǎn)物可能毒化下一步的催化劑。這意味著多步合成不能簡(jiǎn)單地將各步最優(yōu)條件組合，而必須全局同步優(yōu)化。連續(xù)流合成技術(shù)通過在特制流道中連續(xù)進(jìn)行反應(yīng)，配合在線純化和精準(zhǔn)進(jìn)樣，形成高效不間斷的反應(yīng)網(wǎng)絡(luò)，更適合靈活、按需生產(chǎn)。

02 如何實(shí)現(xiàn)“一步監(jiān)控多步”?

當(dāng)前，大多數(shù)自優(yōu)化系統(tǒng)僅適用于單步反應(yīng)，或僅在整個(gè)流程出口處設(shè)置單一檢測(cè)點(diǎn)，這限制了對(duì)各步驟中間體的監(jiān)測(cè)與理解。理想情況下，應(yīng)在不同步驟設(shè)置多個(gè)在線檢測(cè)點(diǎn)，以全面掌握反應(yīng)進(jìn)程。為此，研究團(tuán)隊(duì)設(shè)計(jì)了一種基于單臺(tái)高效液相色譜的多位置采樣系統(tǒng)，靈感來源于電路設(shè)計(jì)中的“菊花鏈”連接方式。

他們通過兩個(gè)四通雙位采樣閥，將 HPLC 與多個(gè)反應(yīng)器出口串聯(lián)，并編寫程序?qū)崿F(xiàn)閥門的順序觸發(fā)采樣，從而在一臺(tái)儀器上完成對(duì)不同反應(yīng)階段樣品的自動(dòng)分析與定量。該方法成本低、易推廣，同時(shí)保證了分析的準(zhǔn)確性與全面性，為理解多步反應(yīng)機(jī)理提供了關(guān)鍵數(shù)據(jù)支持。

Figure 1. Telescoped process experiments for multistep synthesis of aryl ketone 5. A) Platform configuration. B) Multipoint sampling approach using a single HPLC instrument. C) Telescoped reaction pathway and optimization variables, where: tres,1=residence time of first reactor; Equiv

2=equivalents of ethylene glycol vinyl ether 2; Temperature1=temperature of first reactor; FVA:FVR1=ratio of flow rate of acid (TsOH) to flow rate of first reactor. D) Example HPLC chromatograms from multipoint sampling i) first reactor: Heck coupling-intramolecular cyclization; ii) second reactor: selective deprotection.

03 貝葉斯優(yōu)化：化學(xué)實(shí)驗(yàn)的“智能導(dǎo)航”

隨著反應(yīng)步驟增加，優(yōu)化變量呈指數(shù)級(jí)增長(zhǎng)，傳統(tǒng)試錯(cuò)法實(shí)驗(yàn)量巨大。為此，研究團(tuán)隊(duì)引入了貝葉斯優(yōu)化算法，它能在探索未知區(qū)域和利用已知信息之間取得平衡，適用于實(shí)驗(yàn)成本高昂的反應(yīng)優(yōu)化。該算法對(duì)實(shí)驗(yàn)噪聲具有較強(qiáng)魯棒性，適用于目標(biāo)函數(shù)能用高斯過程等貝葉斯模型較好描述的場(chǎng)景。研究還采用了自適應(yīng)期望改進(jìn)采集函數(shù)，動(dòng)態(tài)調(diào)整“探索-利用”策略，進(jìn)一步提升優(yōu)化效率。研究人員以合成1-甲基四氫異喹啉衍生物的關(guān)鍵前體——芳基酮5為模型反應(yīng)，該化合物具有抗抑郁藥物潛力。反應(yīng)分為三步：Heck偶聯(lián)、分子內(nèi)環(huán)化、選擇性去保護(hù)。在建立優(yōu)化系統(tǒng)后，算法從9個(gè)初始實(shí)驗(yàn)開始，經(jīng)過23次迭代，僅用14小時(shí)就找到了全局最優(yōu)條件，總產(chǎn)率達(dá)到81%。結(jié)果顯示，長(zhǎng)停留時(shí)間、高原料當(dāng)量、適中溫度和低酸用量是最優(yōu)組合。

Figure 2. Self-optimization results of the multistep synthesis. A) General optimization overview: i) optimization progress: overall yield versus experiment number; ii) scatter plot showing variables explored across the telescoped process; iii) model output showing relative importance of each variable. B) Reaction profiles for the Heck coupling-intramolecular cyclization: i) yield of vinyl ether 3; ii) yield of ketal 4; iii) conversion of aryl bromide 1. C) Reaction profiles for the selective deprotection: i) and ii) scatter plots showing eight datapoints, corresponding to the four best yielding reactions for vinyl ether 3 and ketal 4 respectively; iii) yield of aryl ketone 5 in the second step, where the shape of the datapoint corresponds to the same telescoped reaction (the constrained design space is highlighted by dashed lines).

04 多步監(jiān)測(cè)，揭示隱藏反應(yīng)路徑

通過多位置采樣，研究人員獲得了每個(gè)反應(yīng)步驟的詳細(xì)數(shù)據(jù)。分析發(fā)現(xiàn)，在Heck偶聯(lián)-環(huán)化步驟中，乙烯基醚3是形成目標(biāo)產(chǎn)物5的關(guān)鍵中間體，而非之前假設(shè)的縮酮4。在不同條件下，中間體3和4的比例發(fā)生變化，而3的水解路徑更有利于最終產(chǎn)物的生成。若采用傳統(tǒng)分步優(yōu)化方法，可能會(huì)錯(cuò)誤地以縮酮4為目標(biāo)進(jìn)行優(yōu)化，導(dǎo)致整體效率降低、反應(yīng)條件更苛刻。這說明多步監(jiān)測(cè)對(duì)于理解反應(yīng)機(jī)理、識(shí)別最優(yōu)路徑至關(guān)重要。連續(xù)流系統(tǒng)提供的精確停留時(shí)間與溫度控制，也為中間體3的高效形成創(chuàng)造了條件。

研究團(tuán)隊(duì)開發(fā)的這一平臺(tái)，成功將連續(xù)流合成、多位置在線分析與貝葉斯優(yōu)化算法融為一體，實(shí)現(xiàn)了多步反應(yīng)的自主優(yōu)化與機(jī)理透視。該系統(tǒng)不僅大幅縮短了工藝開發(fā)時(shí)間，降低了對(duì)專業(yè)經(jīng)驗(yàn)的依賴，也為綠色制藥、連續(xù)化生產(chǎn)提供了可行的技術(shù)路徑。

05 總結(jié)

未來，隨著人工智能與自動(dòng)化技術(shù)的進(jìn)一步融合，化學(xué)合成正朝著更智能、更高效、更可持續(xù)的方向演進(jìn)?；蛟S不久的將來，自主合成平臺(tái)將成為藥物研發(fā)實(shí)驗(yàn)室的“標(biāo)配”，加速更多救命藥走向臨床。技術(shù)的本質(zhì)，是讓人從重復(fù)勞動(dòng)中解放出來，專注于創(chuàng)造。當(dāng)化學(xué)家不必再熬夜摸索條件，當(dāng)藥物合成可以像編程一樣“自動(dòng)調(diào)試”，科學(xué)的價(jià)值便在于此。