Sci China Chem｜大连理工大学陶胜洋团队：自动化学合成平台中高通量数据的生成与评估

本文介绍了大连理工大学陶胜洋团队开发的自动化学合成平台（AutoCSP），该平台集成了物质分配、转移、反应、分析功能，数字孪生以及流程控制程序。研究背景指出，自动化高通量合成平台能够高效生成大量一致且可靠的数据，为AI算法提供重要的数据支持。研究目的是通过系统集成自动化硬件与智能控制软件，构建具备高通量实验全流程操作能力的模块化自动化学合成平台，并评估其在高通量反应条件筛选中的实际应用性能。研究结果显示，AutoCSP与人工操作筛选出的最优反应条件高度一致，实验效率提升约30%，且在毫克级微量固体分配方面精度比人工提高一个数量级。此外，利用随机森林算法筛选异常数据的准确率大于98%，基于AutoCSP生成的数据训练的AI模型表现优于基于文献数据训练的模型。文章还探讨了自动化合成系统面临的挑战，并提出了优化方案。