Nat. Commun.：自动化和机器智能实现高度并行化学反应优化

本文介绍了洛桑联邦理工学院Philippe Schwaller和Joshua W. Sin等人开发的一个可扩展的机器学习框架Minerva，用于高度并行的多目标反应优化和自动化高通量实验。Minerva在实验数据衍生的基准测试中表现出强大的性能，能够有效处理真实实验室场景中的大型并行批次、高维搜索空间、反应噪声和批次约束。通过实验验证，Minerva成功应用于96孔Ni催化Suzuki反应的条件优化，解决了非贵金属催化的挑战，并优于传统的实验驱动方法。此外，Minerva在制药工艺开发中的应用也取得了显著成果，优化了两种活性药物成分的合成条件，实现了工艺条件的大规模改进。