Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Autonomous optimisation of general conditions for novel reaction

Descripción del proyecto

Identificación eficiente y autónoma de las mejores condiciones de reacción

El descubrimiento de las condiciones óptimas para nuevas reacciones químicas tradicionalmente se basa en una experimentación lenta y costosa de ensayo y error en un vasto espacio químico. Con el apoyo de las acciones Marie Skłodowska-Curie, el proyecto AOGCNR pretende transformar este proceso mediante la integración de dos técnicas poderosas. Los «laboratorios autónomos» son sistemas de investigación autónomos que integran inteligencia artificial, robótica e instrumentación automatizada. La optimización bayesiana mejorada con modelos de lenguaje a gran escala encuentra de manera eficiente la mejor solución a problemas complejos y mal definidos. Con estas herramientas, AOGCNR pretende reducir en un 97 % más de 3 millones de combinaciones posibles en un vasto espacio químico y, a continuación, identificar de forma autónoma las condiciones de reacción que funcionan bien con múltiples sustratos, lo cual supone un avance significativo respecto a los métodos de un solo sustrato.

Objetivo

This proposal, AOGCNR, proposes to develop a fully autonomous, data-driven methodology for optimising general conditions for a novel organic catalysis reaction. It integrates a self-driving laboratory (SDL) with a Large Language Model (LLM)-enhanced Bayesian Optimisation framework, combining cutting-edge robotics, machine learning and expert chemical reasoning. A two-phase approach is proposed. The first phase uses a statistical pipeline to screen a vast chemical space of over 3 million combinations, reducing it by over 97% to a manageable subspace. The second phase deploys the LLM-enhanced Bayesian Optimisation algorithm within this refined space to autonomously identify general reaction conditions that perform well across multiple substrates. This approach represents a significant advancement over current methods, which typically focus on single-substrate optimisation. The methodology will be validated on both a known reaction and a novel cyclisation discovered by researchers at the University of Liverpool, demonstrating its ability to accelerate the discovery of novel catalytic reactions.

This project's impact is significant on multiple levels. It advances chemical research by enabling data-efficient exploration of complex reaction spaces. Societally, it democratises access to advanced chemistry tools. Economically, this approach offers a scalable and cost-effective alternative to traditional trial-and-error methods, streamlining industrial research and development, and contributing to more sustainable and efficient innovation.

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-MSCA-2025-PF

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

THE UNIVERSITY OF LIVERPOOL
Aportación neta de la UEn
€ 260 347,92
Dirección
BROWNLOW HILL 765 FOUNDATION BUILDING
L69 7ZX LIVERPOOL
Reino Unido
Región
North West (England) Merseyside Liverpool
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
Sin datos