Che­mie los­ge­löst von Raum und Zeit

Per Inter­net bestel­len, Urlaubs­fo­tos in einer Cloud spei­chern, den Ther­mo­sta­ten der Hei­zung per App von unter­wegs hoch­dre­hen – inzwi­schen weit ver­brei­tet. Nun hal­ten das Inter­net der Din­ge und die Cloud Ein­zug in die Welt der che­mi­schen For­schung und Pro­duk­ti­on, wie For­scher in der Zeit­schrift Ange­wand­te Che­mie berich­ten: Ihnen gelang es, mit Remo­te-Ser­vern in Japan auto­nom opti­ma­le Syn­the­se­be­din­gun­gen zu ent­wi­ckeln und so Wirk­stof­fe in einem bri­ti­schen Labor zu syn­the­ti­sie­ren. For­scher in den USA steu­er­ten den Pro­zess via Internet.
Moder­ne Pro­duk­ti­ons­ver­fah­ren sol­len nicht mehr ein­fach nur ein Ziel­mo­le­kül zusam­men­bau­en, sie sol­len dabei kos­ten­güns­tig, effi­zi­ent, robust und nach­hal­tig sein. Daher gilt es, ver­schie­de­ne alter­na­ti­ve Syn­the­se­rou­ten zu beleuch­ten, Appa­ra­te maß­ge­schnei­dert aus­zu­le­gen und opti­ma­le Pro­zess­pa­ra­me­ter zu fin­den. Das geht nicht ohne ein tief­ge­hen­des Ver­ständ­nis der Reak­tio­nen sowie einer Flut an Daten bei ver­schie­de­nen Pro­zess­be­din­gun­gen. Vor allem im Bereich der Natur­stof­fe und Phar­ma­ka geht der Trend in Rich­tung Auto­ma­ti­sie­rung wie­der­hol­ter Reak­ti­ons­se­quen­zen sowie selbst-opti­mie­ren­der Pro­zes­se. Die­se basie­ren auf einem maschi­nel­len Ler­nen und einem Infor­ma­ti­ons-Feed­back in Form von Mess­da­ten aus einer Reaktionsüberwachung.
Die For­scher von der Uni­ver­si­ty of Cam­bridge (UK) und der Cali­for­nia Sta­te Uni­ver­si­ty Ful­ler­ton (USA) um Ste­ven V. Ley zei­gen jetzt, dass ein sol­cher Ansatz sogar über inter­na­tio­na­le Gren­zen und Zeit­zo­nen hin­weg gelingt – mit­hil­fe der Cloud: Remo­te-Ser­ver in Tokio ent­wi­ckel­ten völ­lig auto­nom opti­ma­le Syn­the­se­be­din­gun­gen für drei phar­ma­zeu­ti­sche Wirk­stof­fe, deren stoff­li­che Syn­the­se in Labors in Cam­bridge ablief. Initi­iert, gesteu­ert und über­wacht wur­de der Pro­zess von For­schern in Los Ange­les über eine Inter­net-Ver­bin­dung. Auf die­se Wei­se gelang es den Maschi­nen, die syn­the­ti­schen Ein­zel­schrit­te für Tra­ma­dol, Lido­cain und Bupro­pi­on als reprä­sen­ta­ti­ve Bei­spiel­sub­stan­zen mit mini­ma­ler Inter­ven­ti­on der Bedie­ner inner­halb von Stun­den selbst­tä­tig zu optimieren.
Im Fall von Tra­ma­dol etwa soll­ten drei Para­me­ter vari­iert wer­den: Tem­pe­ra­tur, Ver­weil­zeit und Men­gen­ver­hält­nis­se der Eduk­te. Anhand spek­tro­sko­pi­scher Daten führ­te das Steue­rungs­sys­tem völ­lig auto­nom neun Ver­su­che im Zeit­raum von drei Stun­den durch und iden­ti­fi­zier­te opti­mier­te Bedin­gun­gen für einen maxi­mier­ten Umsatz bei mög­lichst hohem Durch­satz und gerin­gem Ver­brauch der Ausgangsmaterialien.
Der auto­no­me Cha­rak­ter des Cloud-basier­ten Ansat­zes macht Spe­zi­al­wis­sen und Appa­ra­tu­ren breit zugäng­lich und nutzt sie effi­zi­ent, ver­mei­det Red­un­dan­zen und ermög­licht glo­ba­le Koope­ra­tio­nen, bei denen Ent­fer­nun­gen kei­ne Rol­le spielen.