« Comment exploiter les grands modèles de langage pour le développement autonome de méthodes HPLC »
La chromatographie liquide à haute performance (HPLC) est l'une des techniques analytiques les plus utilisées pour la séparation et la caractérisation de mélanges complexes. Une étape cruciale de l'analyse HPLC est le développement de méthode (MD), qui consiste à sélectionner et optimiser les conditions chromatographiques afin d'obtenir les performances de séparation requises. Malgré les progrès réalisés en matière d'instrumentation et d'analyse de données, le développement de méthode reste largement un processus d'essais et d'erreurs, chronophage, gourmand en ressources et fortement dépendant de l'expertise humaine.
Afin de relever ces défis, des stratégies d'auto-optimisation automatisées sont de plus en plus développées pour accélérer le développement de méthode. Des algorithmes tels que la méthode du Simplex modifiée, les algorithmes évolutionnaires (EA) et l'optimisation bayésienne (BO) peuvent sélectionner itérativement de nouvelles conditions expérimentales sur la base des résultats précédents, permettant ainsi une exploration efficace d'espaces de paramètres multidimensionnels avec une intervention humaine minimale. Parmi ces approches, l'optimisation bayésienne s'est imposée comme un cadre particulièrement performant grâce à sa capacité à équilibrer exploration et exploitation au cours du processus d'optimisation.
Une limite importante des approches actuelles d'auto-optimisation réside toutefois dans leur faible efficacité en termes de données. Avant d'identifier des conditions chromatographiques prometteuses, l'algorithme doit explorer de vastes régions de l'espace de recherche, ce qui entraîne souvent un nombre conséquent d'expériences. Bien que cette phase d'exploration soit nécessaire pour construire une compréhension du paysage de séparation, elle peut réduire significativement l'efficacité globale de l'optimisation.
Une stratégie prometteuse pour surmonter cette limitation consiste à intégrer des connaissances chromatographiques préalables dans le processus d'optimisation. Les chromatographistes expérimentés s'appuient régulièrement sur des informations telles que les propriétés des analytes, les caractéristiques de la phase stationnaire, la force du solvant, les valeurs de pKa et les mécanismes de rétention connus lors de la conception des expériences initiales. Les grands modèles de langage (Large Language Models, LLM), tels que ChatGPT, Copilot et Gemini, offrent une nouvelle opportunité de capturer et d'exploiter cette expertise. En combinant la configuration instrumentale, les informations relatives aux analytes et le contexte chromatographique au sein d'invites structurées (prompts), les LLM peuvent générer des plans expérimentaux initiaux pertinents, fondés sur des principes chromatographiques établis et sur les comportements de séparation attendus. Plutôt que de remplacer l'algorithme d'optimisation, le LLM agit ainsi comme une étape d'initialisation guidée par les connaissances, orientant l'optimisation bayésienne vers les régions les plus prometteuses de l'espace de recherche.
Dans ce travail, un cadre d'optimisation bayésienne enrichi par un LLM a été intégré à une plateforme entièrement autonome d'auto-optimisation HPLC capable d'exécuter l'ensemble du cycle de développement de méthode sans intervention humaine. L'impact des conditions initiales générées par le LLM a été évalué en comparant l'efficacité de l'optimisation, le comportement de convergence et les performances chromatographiques finales à ceux obtenus avec des stratégies conventionnelles d'optimisation bayésienne. Cette étude vise à déterminer si les connaissances chromatographiques dérivées des LLM peuvent fournir des conditions initiales plus pertinentes, améliorant ainsi l'efficacité et la robustesse du développement autonome de méthodes. Les résultats apporteront un éclairage sur le rôle potentiel des LLM en tant que source d'expertise pour l'optimisation chromatographique en boucle fermée et sur leur contribution au développement de laboratoires analytiques intelligents et autonomes.