化学：バンディット最適化による一般的反応条件の特定

多種多様な基質に一般的に適用可能な反応条件は、特に製薬産業や化学産業において、非常に望まれている。開発された条件の一般的な適用可能性の評価には多くの方法が利用可能だが、最適化中にこうした条件を効率的に発見するための普遍的な方法はほとんどない。今回我々は、強化学習バンディット最適化モデルを設計、実装、適用して、効率的な条件サンプリングや実験フィードバックを評価することで一般的に適用可能な条件を特定したことを報告する。既存のデータセットを用いた性能ベンチマーキングでは、一般的条件の特定について統計的に高い確度が示され、最先端の最適化手法を模倣したベースラインよりも最大31％改善された。我々は、パラジウム触媒イミダゾールC–Hアリール化反応、アニリンアミドカップリング反応、フェノールアルキル化反応を実験的に研究し、実際に、バンディット最適化モデルの使用事例と機能性を評価した。その結果、3つの事例全てにおいて、専門家が設計した反応空間の15％未満を調べた後で、最も一般的に適用可能だがそれぞれの反応についてまだ十分調べられていない反応条件が特定された。

目次へ戻る