由大型语言模型驱动的色谱工艺设计与优化平台：以银杏叶提取物为例
多智能体系统
2026-01-08 v1
摘要
色谱分离技术因其高效能在制药、化工和食品工业中得到广泛应用。然而，传统的人类依赖色谱工艺开发面临着依赖专家经验、开发周期长、工作量大的挑战。本文提出 ChromR，一个由大型语言模型（LLM）驱动的色谱工艺设计与优化平台。平台集成了 ChromLLM——一个为色谱领域训练的专用 LLM，以及多智能体系统和自动化色谱实验装置。多智能体系统包括四个智能体：领域知识问答、实验设计、实验执行和数据分析。ChromR 实现了从初始工艺参数推荐、实验设计、自动执行、数据分析到多目标优化的完整工作流程。通过 ChromR，有效减少了对专家知识的依赖，显著降低了人力投入和开发时间。选取银杏叶提取物（EGBL）的色谱纯化作为案例研究。ChromR 成功在一周内开发出满足分子质量和生产效率等多重目标的色谱工艺，将开发时间缩短为传统方法的约七分之一。建立了一种智能、自动化且通用的新范式，用于色谱工艺开发。
引用
@article{arxiv.2601.03702,
title = {A Chromatographic Process Design and Optimization Platform Powered by Large Language Models: A Case Application on Extract of Ginkgo Biloba Leaf},
author = {Zhilong Tang and Shaohua Wu and Xinyan Zhao and Yu Wang and Xingchu Gong},
journal= {arXiv preprint arXiv:2601.03702},
year = {2026}
}