我们演示如何使用我们新开发的软件 Auto-CHO 进行分层和可编程单锅寡糖合成。Auto-CHO 包括扩展构建基块上的算法，通过机器学习预测相对反应值。Auto-CHO 软件为构建基块选择提供了宝贵的指南，并为通过片段组合对更复杂的甘油进行多个单罐合成提供了分层蓝图。
这种技术的影响延伸到癌症或传染病的治疗，以碳水化合物为基础的治疗。在使用 Auto-CHO 之前，请确保 Java 运行时环境已安装在 PC 或 Mac 中。Auto-CHO软件操作的可视化演示及相关的响应值测定实验将有助于化学家遵循协议，快速进行实验。
若要执行 Java 运行时环境的软件初始化，请转到 Auto-CHO 网站，然后根据操作系统下载软件。目前，自动 CHO 支持 Windows、macOS 和 Ubuntu。最新的 PDF 用户指南在自动 CHO 网站上提供。
对于 Windows 用户，解压缩自动 CHO 窗口。zip，并双击自动 CHO。在自动 CHO 窗口文件夹中启动程序。
输入所需的甘油结构。选择绘制甘油结构或读取现有结构文件。要通过绘图进行输入，请单击"由糖建设者编辑甘油"，或单击此处编辑合成目标以绘制和编辑由糖人构建器绘制和编辑查询结构的区域。
不应忽视链接和性信息。单击 Globo-H、SSEA-4 或 OligoLacNAc 按钮以显示示例。关闭甘油构建器对话以完成编辑。
在参数设置选项卡中定义搜索参数，以获得合理的搜索结果。单击"正常"按钮以启用新设置。默认设置是仅搜索实验库。
如果需要同时搜索实验库和虚拟库，请选择虚拟构建基块库选项卡。选择使用实验库和虚拟库，并应用筛选来显示具有特定条件的虚拟构建基块。实验和虚拟构建基块可以协同工作，以提高 Auto-CHO 的搜索能力。
目前，Auto-CHO 提供了 5 万多个虚拟构建基块，库中包含预测的 RRV。检查用户希望用于搜索的一个或多个所需的虚拟构建基块。单击显示选定的虚拟构建基块按钮，仅显示选定的虚拟构建基块。
单击显示筛选的虚拟构建基块按钮，仅显示具有用户定义的某些条件的虚拟构建基块。单击"显示所有虚拟构建基块"按钮以显示所有可用的虚拟构建基块，然后重置筛选器。选择查询结构选项卡并单击搜索构建基块库按钮，查找查询结构的一锅合成解决方案。
然后确认参数设置。搜索结果查看器。搜索结果显示在结果可视化选项卡中。
不同残渣编号的减值端接受器显示在还原端接受器列中。接下来，选择一个减小端接受器。解决方案显示在综合解决方案列表中。
片段显示在片段列表中，以建议在合成中应使用多少片段。该系统提供了每个片段的详细信息，包括片段的 RRV、计算结果，以及应保护哪个保护组，以在单锅反应中使用片段。还显示用于组装所选片段和片段连接信息的构建基块。
有关实验构建基块，请查看和检查积木区域化学结构中所选构建基块的化学结构，并查看详细信息构建基块浏览器。在10毫升圆底烧瓶中，将两种硫酮类捐赠者、绝对甲醇和DCM中的干燥石结合起来。然后在室温下搅拌一小时。
服用这种混合物的30微升等分，在三次单独的注射中将混合物注入高性能液相色谱中。在基线分离条件下测量供体分子的吸收和浓度之间的系数。在丙烯酸酯中加入0.5摩尔N-碘多西尼米溶液，加入反应混合物，然后加入0.1摩尔三氟甲酸溶液。
在室温下搅拌混合物两小时。接下来，用四毫升DCM稀释反应混合物。过滤并洗涤含有10%碳酸氢钠的饱和水化硫化钠的反应。
现在用五毫升DCM提取水层三次。将所有有机层混合，用五毫升盐水清洗。然后用大约200毫克无水硫酸镁干燥组合层。
轻轻摇动混合物30秒，然后用凹槽滤纸过滤，以去除硫酸镁。然后收集滤物在25毫升圆底烧瓶。使用旋转蒸发器去除溶剂。
将残留物溶解在一毫升的DCM中。服用这种混合物的30微升等分，在三次单独的注射中将其注入高性能液相色谱中。在相同的分离条件下，通过 HPLC 测量剩余捐赠者的浓度。
测量相对反应性。基于 DR4 的相对反应值，DX1 的相对反应值为 3。基于默认参数设置的 Auto-CHO 搜索结果指示 SSEA-4 可以通过 2 加 1 加三个一锅反应进行合成。
选择三糖还原端接受器时，程序会显示查询的四个潜在解决方案。第一个解决方案有一个片段，其计算结果约为 94% 片段可以通过两个构建基块合成。第一个糖基块的 RRV 为 1462，第二个单糖的 RRV 为 32.0。
还显示了在单锅反应中使用的第一个建议构建基块的化学结构。单锅实验表明，通过该建议，SSEA-4可以成功地合成43%的产量。SSEA-4 可由 Auto-CHO 建议的三个单位合成。
这些单元包括硅酸盐构建基块一、单糖积块二，以及减少端接受器三。对于参数设置，我们建议在开头设置具有更严格条件的参数。对于构建基块库的选择，我们建议首先只搜索实验库。
通过这个演示，我们希望更重要的甘油，如肿瘤相关的碳水化合物抗原，可以通过一锅法合成，以进一步研究。按照这个程序，可以合成所有这样的抗原，以设计基于碳水化合物的癌症疫苗。我们也希望人工智能和计算机算法能够促进甘油的自动合成，从而有利于疾病的治疗和预防。
