Winkelen op internet, foto's opslaan in de cloud, een thermostaat hoger zetten met een app - het is allemaal heel gewoon. Nutsvoorzieningen, het internet der dingen en de cloud betreden de wereld van chemisch onderzoek en productie, zoals gerapporteerd in het journaal Angewandte Chemie . Onderzoekers hebben externe servers in Japan gebruikt om autonoom de omstandigheden te optimaliseren om medicijnen te synthetiseren in een Brits laboratorium. Het proces werd via internet gecontroleerd door onderzoekers in de VS.

Moderne productieprocessen kunnen niet zomaar een doelmolecuul samenstellen; ze moeten zuinig zijn, efficiënt, robuust, en ook nog eens duurzaam. Het is dus noodzakelijk om een ​​verscheidenheid aan alternatieve synthetische routes te ontwikkelen, ontwerp op maat gemaakte apparatuur, en vind optimale verwerkingsparameters. Dit is onmogelijk zonder een diep begrip van de reacties die plaatsvinden en een enorme hoeveelheid gegevens die onder verschillende omstandigheden zijn verzameld. Op het gebied van de synthese van natuurlijke producten en geneesmiddelen, de trend is in de richting van automatisering van herhaalde reactiesequenties en zelfoptimaliserende processen. Deze zijn gebaseerd op machine learning en informatiefeedback in de vorm van metingen verkregen door observatie van reacties.

Onderzoekers onder leiding van Steven V. Ley van de University of Cambridge (VK) en California State University Fullerton (VS) hebben nu aangetoond dat deze aanpak kan slagen over internationale grenzen en tijdzones heen, door gebruik te maken van de cloud. Externe servers in Tokio (Japan) ontwikkelden autonoom optimale synthetische omstandigheden voor drie farmaceutische middelen die fysiek werden gesynthetiseerd in laboratoria in Cambridge (VK). Het proces is gestart, gecontroleerd, en gecontroleerd door onderzoekers in Los Angeles (VS) via een internetverbinding. Op deze manier was het voor de machines mogelijk om de afzonderlijke synthetische stappen voor tramadol zelf te optimaliseren, lidocaïne, en bupropion als representatieve monsterstoffen, met minimale tussenkomst van de operators gedurende uren.

In het geval van tramadol, drie parameters werden gevarieerd:temperatuur, verblijftijd, en de verhouding van reactanten. Geleid door spectroscopische gegevens, het controlesysteem voerde negen volledig autonome experimenten uit over een periode van drie uur en identificeerde geoptimaliseerde omstandigheden voor een maximale conversie met de hoogst mogelijke doorvoer en een laag verbruik van de uitgangsmaterialen.

Het autonome karakter van deze cloud-based aanpak maakt specialistische kennis en apparatuur breed beschikbaar en maakt efficiënt gebruik van deze middelen door redundanties te voorkomen en wereldwijde samenwerkingen mogelijk te maken waarbij afstand geen rol speelt.