Jason Hein se licenció en Bioquímica y se doctoró en metodología de reacciones asimétricas en la Universidad de Manitoba (NSERC PGS-A/B, Prof. Philip G. Hultin). A continuación, se convirtió en becario de investigación postdoctoral NSERC con el Prof. K. Barry Sharpless y el Prof. Valery V. Fokin en el Instituto de Investigación Scripps en La Jolla, CA. En 2010, se convirtió en investigador asociado sénior con la profesora Donna G. Blackmond en el Instituto de Investigación Scripps. Comenzó su carrera independiente en la Universidad de California, Merced, empleando el análisis cinético de reacciones in situ como medio para perfilar y estudiar rápidamente redes complejas de reacciones. En 2015, se trasladó a la Universidad de Columbia Británica para continuar con el desarrollo de la tecnología de análisis automatizado de reacciones al servicio de la química orgánica mecanicista. Sus estudios actuales se dirigen a resolver un conjunto diverso de problemas, entre ellos la comprensión de los mecanismos de reacciones catalíticas, la construcción de procesos químicos robustos para la fabricación y el desarrollo de tecnologías acopladas de cristalización preferencial para la purificación química. Estos estudios son posibles gracias a una colección de prototipos de herramientas robóticas modulares y hardware analítico integrado que crean el primer conjunto de herramientas automatizadas de perfilado de reacciones de amplia aplicación.
Incorporación de la visión por ordenador a los flujos de trabajo de cristalización
Esta presentación analiza el uso de HeinSight (un paquete de visión modular) para apoyar el despliegue de la automatización inteligente en el descubrimiento químico.
Los químicos dedican una cantidad desmesurada de tiempo a realizar tareas de bajo nivel basadas en la observación visual.Para las secuencias relativamente rutinarias del flujo de trabajo orgánico sintético, la automatización resulta beneficiosa. Sin embargo, todo el potencial de los procesos automatizados integrados ha demostrado ser un reto debido al entorno dinámico y en constante evolución de un laboratorio de investigación química.
En muchos casos, la adición de algoritmos de visión sencillos para controlar y supervisar la mayoría de los procesos de un laboratorio sintético estándar puede liberar el potencial de los flujos de trabajo automatizados y permitir su implantación rápida y eficaz para sustituir tareas que requieren mucho tiempo y mano de obra. Además, la visión por ordenador puede desempeñar un papel aún más impactante cuando se combina con la robótica avanzada. Los algoritmos de análisis de imágenes pueden transformar ahora simples cámaras digitales en potentes herramientas analíticas para uso en laboratorio.
Únase a los cientos de investigadores que ya han visto esta presentación.
