Er zijn vormen van chemie die robots nu al beter beheersen dan mensen. Bijvoorbeeld het laten uitkristalliseren van gigantische polyoxometalaten, melden Lee Cronin en collega’s van de University of Glasgow in Angewandte Chemie.

Die polyoxometalaten zijn bizarre structuren, opgebouwd uit zuurstof- en overgangsmetaalionen. Je kunt ze zo groot en ingewikkeld maken als je wilt, en in Cronins ogen kun je ze uiteindelijk laten evolueren tot iets dat gaat lijken op een volledig anorganische vorm van leven.

Zulke ‘gigantische’ structuren (in de woorden van Angewandte) ontstaan door zelfassemblage van kleinere moleculen. Dat moet snel genoeg gaan om het resultaat te laten uitkristalliseren zodat je het kunt isoleren en analyseren, en in de praktijk lukt dat meestal alleen onder zeer specifieke condities. Daar zijn geen vaste recepten voor. Het is een kwestie van intuïtie en in Cronins lab beschikken ze daar onderdehand in ruime mate over.

In dat lab zijn ze echter ook al jaren aan het knutselen met labrobots. Dus rees vanzelf de vraag of die er nog handiger in kunnen worden dan een mens, als je ze uitrust met een lerend algoritme en ze flink laat oefenen.

Als voorbeeld kozen ze Na₆[(Mo₁₂₀Ce₆O₃₆₆H₁₂(H₂O)₇₈].200 H₂O. Hun labrobot liep een tijdje geleden toevallig tegen dit ringvormige polyoxometalaat aan tijdens een reeks high-throughputexperimenten, waarbij hij min of meer lukraak ingrediënten door elkaar gooide. Pas later werd met een reeks analysemethodes vastgesteld wat voor polyoxometalaat het was, en hoe de structuur er uit zag.

Voor het ‘leerexperiment’ werd de uitdaging omgekeerd. Als in ‘je hebt H₂O, HClO₄, NH₂NH₂.2HCl, Ce(NO₃)₃.6 H₂O en Na₂MoO₄.2 H₂O’. In welke verhouding gooi je die bij elkaar voor het gewenste resultaat?’

Het idee was om met tien willekeurige experimenten te beginnen, op basis van de resultaten (wel of niet uitgekristalliseerd) tien nieuwe experimenten te definiëren, en door te gaan tot er honderd experimenten waren gedaan. De menselijke onderzoekers gebruikten daarbij hun eigen intuïtie, de robot kreeg een reeks gegevens van wel en niet geslaagde kristallisatie-experimenten mee als uitgangspunt voor zijn ‘active learning’-algoritme.

Het resultaat was toch wel een beetje verrassend. De mensen kregen vaker kristallen dan de robot. Maar daarbij bleven ze heel erg hangen in een beperkt gebiedje van als kansrijk ervaren mengverhoudingen. De robot gedroeg zich minder bevooroordeeld en een stuk avontuurlijker, en probeerde mengsels uit waarover Cronin en zijn mensen niet zouden hebben gepiekerd. Soms nog met succes ook. Zo toonde hij aan dat er veel meer mogelijk is dan je zou denken. Of, zoals Cronin het uitdrukt, de crystallization space is groter dan verwacht.

Het wachten is op het moment dat de robot een polyoxometalaat laat uitkristalliseren dat Cronin en zijn groep zelf niet voor elkaar krijgen - als dat inmiddels al niet gebeurd is.

bron: Angewandte