【Webinar】Stuntman 闭环:从蔗糖水解到可开发性筛选

讲座用蔗糖水解演示闭环,这个案例的设置和结果见无人值守的闭环优化,各个脚本的分工见 Stuntman 闭环怎么搭。这里只整理讲座里多讲的部分:JSON 配置、优化器参数、生物药和 ADC 的可开发性流程,以及怎样换优化模型。

讲者把闭环的价值放在自动决定下一轮做什么

讲者开场拿赛车打了个比方:车跑得快,靠的是车队实时采集数据、随时调整。讲者认为自动化实验也一样,要快,关键在于很快定出下一轮做什么。

闭环分设计、执行、测量、学习四个阶段,循环往复。每一步由 Python 脚本串起来,Stuntman 负责中间的实际操作。科学家参与多少由自己决定。

蔗糖水解案例里,每轮 12 个反应,每个反应取 0、10、20、30 min 四个时间点。每个时间点取 2 µL 淬灭样品到 Stunner 板上测吸光度,读数写回 .stunt 文件。下一轮条件自动生成并执行,中间不需要人工干预。

同一份配置可以写成 XLSX,也可以写成 JSON

闭环开始时,closed_loop.py 先读配置文件。习惯用表格的人可以用 XLSX。团队里有机器学习或数据科学同事、习惯写程序的,可以用 JSON,Stuntman 两种都能读。

两种格式内容一样,分三块:

  • 物料(items):每种物料的名称、储液浓度、单位,以及它在反应里是稀释剂、变量还是常量。
  • 优化标准(criteria):最大轮数,反应速率和线性的合格线。
  • 实验设置(settings):每轮样品数、每个样品的时间点数、每个样品的体积等。

设置里有一项是每轮结束后暂停,让人先看结果再继续。讲者建议在第一次测试时打开它,确认流程按预期在走。

图 1 JSON 配置文件的三段:items 列出物料,criteria 写最大轮数 12 和速率、线性的合格线,settings 写每轮 12 个样品、每个样品 4 个时间点、每个样品 500 µL。图取自原厂 C&EN webinar 幻灯片。

optimizer.py 里写着变量范围、每个阶段的步长和评分权重

讲者特别说明,闭环里的脚本都很短,一般不超过两三百行,而且按功能拆开。看懂结构、按自己的需要改,都比较容易。

optimizer.py 导入 scikit-optimize 的贝叶斯优化器,从配置文件读每轮样品数和总轮数。脚本里还写着探索计划、各变量的取值范围,以及每轮都带的一个固定对照。探索计划按轮数分三段,前期多探索,后期集中在得分高的区域。

三个阶段各有一组步长,也写在这个脚本里。蔗糖水解示例的步长如下,数值沿用脚本里各变量自己的单位:

阶段 / 转化酶 / pH / NaCl

1:转化酶 10;pH 0.3;NaCl 100

2:转化酶 3;pH 0.1;NaCl 30

3:转化酶 1;pH 0.03;NaCl 10

图 2 optimizer 脚本节选。框内 PHASE_STEPS 是三个阶段的步长,越往后步长越小。图取自原厂 C&EN webinar 幻灯片。

脚本里还有归一化范围和评分权重。示例的综合得分是速率除以速率合格线乘 0.6,加上线性除以线性合格线乘 0.4。

优化器会记下哪些条件已经跑过,不会重复提出同一组条件。

AI Developability Workcell 把换液和在线分析放上 Stuntman

按讲者的说法,同一套系统可以配成不同领域的流程:小分子、生物药、聚合物和合成橡胶、农化、材料和电池研究。

讲座给了一个生物药的配置,叫 AI Developability Workcell。除了做生物药实验用的机械臂工具和台面工具,它还集成了 Lil' Tuna 做换液,Stunner、Lunatic 和 Aunty 做在线分析和表征。这些结果就是下一轮条件的依据。

图 3 AI Developability Workcell。台面上从左到右是 Aunty、Lunatic、Stunner 和 Lil' Tuna。图取自原厂 C&EN webinar 幻灯片。

生物药可开发性:找出最合适的分子与制剂组合

讲座里的生物药流程是:配制剂,测稳定性,分析结果交给 AI 优化。输入是一批结构不同的候选分子。一轮按下面的顺序走:

  • Stunner 测浓度、粒径、PDI 和聚集。
  • Lil' Tuna 换液和浓缩。
  • Stunner 再测一次浓度、粒径、PDI 和聚集。
  • Aunty 测 Tm、Tagg,以及 B22 或 kD。

闭环要找的分子与制剂组合同时满足几项目标:

  • 聚集和多分散性尽量低
  • Tm 和 Tagg 尽量高
  • kD 或 B22 表示的分子间自排斥尽量强

整个流程都在板上做,同样的样品量能筛更多候选。Stuntman 调度运行并把数据串在一起,比较候选时不用翻散落的文件。

图 4 生物药可开发性闭环。左列是输入的不同分子结构,上排是各步测什么、用哪台仪器,下方是三项优化目标。图取自原厂 C&EN webinar 幻灯片。

ADC 可开发性:同一套仪器,目标多一项 DAR

ADC 的例子用同样的仪器和步骤,要找的是抗体、连接子和药物的结构组合。换液和浓缩这一步用来去掉多余的试剂和反应副产物。之后照样测浓度、粒径、聚集和稳定性。

优化目标比生物药例子多一项:

  • DAR 尽量高
  • 聚集和多分散性尽量低
  • Tm 和 Tagg 尽量高
  • kD 或 B22 表示的分子间自排斥尽量强

图 5 ADC 可开发性闭环。仪器顺序与图 4 相同,左列换成不同连接方式的 ADC,目标第一项是 DAR。图取自原厂 C&EN webinar 幻灯片。

换优化模型只改 optimizer.py,也可以让 Stuntman AI 改

自己的实验和蔗糖水解差别很大时,可能需要换一个更合适的机器学习模型。闭环拆成了几个短脚本,换模型只改决策那一步,其余脚本不动。

optimizer.py 可以自己改,也可以交给 Stuntman AI。讲座里的演示是让 Stuntman AI 把 optimizer.py 改成调用 EDBO+。EDBO+ 是一个开源的贝叶斯优化实验设计工具,代码在 GitHub 上(原厂会议海报里写的是 EDBO+)。

Stuntman AI 打开原来的脚本,读完内容后按新的优化器改写,再存成新的 optimizer.py。新旧两版可以并排对比,新版按 EDBO+ 的要求加了参数。讲者说这次修改用了几分钟。别的开源模型或自有模型,也可以照这个办法接进来。

给 Stuntman AI 的提示词怎么写,见 Stuntman AI 提示词。

  • 00:00:00 · 00:02:00 · 开场 · C&EN 主持人 Alex Taylor 介绍本场和讲者 Rick Sidler。
  • 00:02:00 · 00:03:35 · 赛车的类比 · 赛车快在实时数据调车;自动化研究的快,在于知道下一轮做什么。
  • 00:03:35 · 00:05:02 · 闭环四步和蔗糖水解案例 · 设计、执行、测量、学习;每轮 12 个反应,各取 4 个时间点,Stunner 检测。
  • 00:05:02 · 00:07:26 · 配置文件:xlsx 和 JSON · 物料与角色、优化标准、实验设置都写在配置文件里,不用改脚本。
  • 00:07:26 · 00:09:44 · 优化器选条件,脚本写成设计 · optimizer.py 用 scikit-optimize 选下一轮条件;update.py 和 generate_design.py 写成 .stunt。
  • 00:09:44 · 00:12:38 · 台面运行、检测和评估 · 经 API 在台面上跑,样品转到 Stunner 板测吸光度;analysis.py 和 evaluate.py 打分,没达标就再来一轮。
  • 00:12:38 · 00:13:45 · 结果:前 40 多个反应之后收敛 · 前面大范围试,得分偏低;之后得分升高并稳定。
  • 00:13:45 · 00:15:33 · 生物药和 ADC 可开发性 · Stuntman 接 Lil' Tuna、Stunner、Aunty 组成可开发性工作站,找最好的分子与制剂组合。
  • 00:15:33 · 00:17:16 · 换一个优化模型 · 让 Stuntman AI 把 optimizer.py 改成调用开源的 EDBO+,新旧脚本可对比。
  • 00:17:16 · 00:21:57 · 问答:别家仪器、HPLC、多个闭环 · 不一定要用 UL 的仪器;可以用 HPLC、LC-MS 数据;一台 Stuntman 能不能同时跑几个闭环。
  • 00:21:57 · 00:27:15 · 问答:闭环的优势、脚本、能源方向、轮间暂停 · 闭环省的是什么;脚本随系统提供;储能方向怎么用;每轮之后可以暂停给人看结果。
  • 00:27:15 · 00:30:46 · 问答:怎么起步、能复用多少、惰性气氛 · 起步需要什么;闭环架构能换到别的化学或生物药应用;空气敏感实验;跨实验分析数据。