Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Autonomous optimisation of general conditions for novel reaction

Opis projektu

Wydajna, autonomiczna identyfikacja najlepszych warunków reakcji

Odkrywanie optymalnych warunków dla nowych reakcji chemicznych tradycyjnie opiera się na powolnych i kosztownych eksperymentach prowadzonych metodą prób i błędów w rozległej przestrzeni chemicznej. Projekt AOGCNR, realizowany przy wsparciu z działań „Maria Skłodowska-Curie”, ma na celu przekształcenie tego procesu poprzez połączenie dwóch skutecznych technik. „Laboratoria autonomiczne” to autonomiczne systemy badawcze łączące w sobie sztuczną inteligencję, robotykę i zautomatyzowane urządzenia pomiarowe. Optymalizacja bayesowska wspomagana dużym modelem językowym umożliwia skuteczne znajdowanie optymalnych rozwiązań złożonych i słabo zdefiniowanych problemów. Dzięki tym narzędziom badacze zamierzają zredukować o 97% liczbę ponad trzech milionów możliwych kombinacji w ogromnej przestrzeni chemicznej, a następnie autonomicznie identyfikować warunki reakcji, które sprawdzą się w przypadku wielu substratów, co stanowi znaczący postęp w porównaniu z podejściami opartymi na pojedynczym substracie.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

THE UNIVERSITY OF LIVERPOOL
Wkład UE netto
€ 260 347,92
Adres
BROWNLOW HILL 765 FOUNDATION BUILDING
L69 7ZX LIVERPOOL
Zjednoczone Królestwo
Region
North West (England) Merseyside Liverpool
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
Brak danych