De groep van Noël presenteerde het RoboChem-concept in 2024 in Science. De nieuwe Flex versie maakt het autonome, geavanceerde en door AI aangestuurde synthesesysteem nu voor iedereen toegankelijk. “Wij vinden dat wetenschappelijke vooruitgang gebaat is bij breed beschikbare, betaalbare en schaalbare apparatuur,” aldus de Amsterdamse chemicus. “Daarom hebben we ons systeem nu zo ontwikkeld dat RoboChem ook binnen het bereik komt van onderzoekers met kleinere budgetten. Zo vergroot het hun onderzoeksmogelijkheden, innovatiekansen en wetenschappelijke invloed.”

Goedkoper en veelzijdiger

Het oorspronkelijke RoboChem concept betreft een autonoom systeem voor flowchemie, gekoppeld aan een NMR analyseapparaat en aangestuurd door een machine learning AI-module. In Science lieten de onderzoekers zien hoe het de ontwikkeling versnelt van moleculen voor farmaceutische en andere toepassingen. Het systeem werkt 24 uur per dag en kan geheel zelfstandig de synthese van tien tot twintig moleculen optimaliseren, iets waar een promovendus enkele maanden over zou doen.

“We waren erg trots op de publicatie in Science”, zegt Noel. “Het nadeel was wel dat het systeem meer dan 50.000 dollar kostte, en dat was nog zonder het peperdure NMR-apparaat. Daarom besloten we op zoek te gaan naar een manier om de kosten te verlagen en tegelijkertijd de veelzijdigheid te vergroten.”

Het resultaat, dat nu in Nature Synthesis wordt gepresenteerd, is RoboChem Flex. De publicatie bevat alle informatie voor laboratoria waar ook ter wereld om zelf een systeem te bouwen. De kostprijs ligt rond 5000 dollar en het systeem heeft toepassingsmogelijkheden op gebieden als fotokatalyse, biokatalyse en andere chemische conversies. Daarmee kan Noël zijn missie als geslaagd beschouwen. “Er zijn andere betaalbare geautomatiseerde systemen op de markt”, merkt hij op, “maar die zijn gericht op tamelijk nauw gedefinieerde toepassingen. Wij hebben RoboChem Flex gedemonstreerd in zes uitdagende casestudy's die diverse gebieden van de chemie bestrijken. Daarmee laten we zien hoe flexibel het systeem is. Uiteraard hebben we de praktische toepasbaarheid van de RoboChem Flex-resultaten getoetst. Alle door het systeem voorgestelde syntheses hebben we handmatig in ons lab uitgevoerd.”

3D-geprinte onderdelen en benutting van bestaande analyseapparatuur

Om betaalbaarheid en flexibiliteit te garanderen, maakt RoboChem Flex gebruik van algemeen verkrijgbare onderdelen of 3D-geprinte varianten. Dit leidt niet alleen tot een aanzienlijke kostenbesparing, maar maakt ook snelle aanpassing en iteratieve ontwikkeling mogelijk. De communicatie tussen de hardware onderdelen van het systeem verloopt via door de onderzoekers zelf ontwikkelde software die open source is. Noël: “Dit zorgt voor naadloze modulariteit en maakt een plug-and-play-architectuur mogelijk waarbij de gebruiker slechts minimale programmeerinspanning hoeft te leveren.”

Daarnaast maakt RoboChem-Flex gebruik van geïntegreerde Bayesiaanse optimalisatiesoftware. Hiermee kunnen gebruikers de AI-gestuurde optimalisatie van de synthese in lijn brengen met de experimentele doelstellingen. Het systeem ondersteunt ook de integratie met een breed scala aan analytische apparatuur. Daarmee ontstaat een volledig autonoom systeem dat 24 uur per dag zelfstandig reacties kan optimaliseren.

Praktisch en betaalbaar instapmodel

Een flinke adder onder het gras is wel dat de geïntegreerde analyseapparatuur ruimschoots duurder is dan de 5.000 dollar die Noël voor ogen had. Daarom besloot zijn groep een goedkoop, 3D-geprint onderdeel te maken waarmee vloeistofmonsters zijn te nemen. “Dit maakte het mogelijk de analyse ergens anders te doen, met apparatuur waar onderzoekers vaak al over beschikken, bijvoorbeeld gedeeld met andere groepen.”

Deze benadering biedt de onderzoekers een praktisch en betaalbaar instapmodel, zegt Noël. “Zo brengen we autonome systemen binnen bereik van onderzoeksgroepen met een beperkt budget. RoboChem-Flex trekt het speelveld gelijk en bevordert innovatie op alle schaalniveaus.”

Publicatie details

Simone Pilon, Elia Savino, Oliver M. Bayley, Michael Vanzella, Miguel Claros, Petros Siasiaridis, Junsong Liu, Florian Lukas, Matteo Damian, Vasilis Tseliou, Niccolò Intini, Aidan Slattery, Jesus SanJosé-Orduna, Tim den Hartog, Ron A. H. Peters, Andrea F. G. Gargano, Francesco G. Mutti & Timothy Noël: A flexible and affordable self-driving laboratory for automated reaction optimization. Nature Synthesis (2026). DOI: 10.1038/s44160-026-01053-0

Zie ook

Autonome syntheserobot past AI toe om chemisch onderzoek te versnellen