2025年11月13日，在AgroPages世界农化网主办的第六届国际农化制剂与应用技术高峰论坛 (FAT 2025)上，世索科（Syensqo）亚太农化业务发展经理李景新做了题为《高通量筛选和AI技术助力助剂筛选与农用配方开发》的报告。
报告中指出，面对农药配方开发周期长、成本高及环保法规趋严等挑战，世索科通过融合高通量筛选平台HTP与人工智能技术AI，显著加速助剂筛选与配方优化进程。报告通过两个典型案例展示了相关技术的实际成效：一是快速筛选出绿色高性能溶剂用于乳油（EC）配方，二是高效评估并选定可生物降解分散剂用于悬浮剂（SC）。这些实践表明，自动化与数据驱动的研发模式在提升效率、降低开发成本及推动农化制剂可持续创新方面具有重要价值。
李景新，世索科（Syensqo） 亚太农化业务发展经理
时代之问：农化制剂开发的多维挑战
农化行业的创新之路充满艰辛。传统的农化产品开发模式正面临着"三高一低"的内部困境：高投入——每个新产品的开发成本超过2.5亿美元；长周期——从发现到上市平均耗时十年以上；低成功率——每10,000个候选分子中仅有不到1个能最终商业化。与此同时，新活性物质的发现速度已明显放缓，行业竞争的核心正从"寻找新分子"向"优化现有分子的交付系统"即配方技术转移。
此外，外部的环境与市场压力更是层层加码：供应链的剧烈波动、日益严苛的全球监管法规、因气候变化与滥用导致的抗药性加剧，以及终端市场对绿色、可持续产品日益增长的诉求。这一切都迫使农化公司必须重新思考其研发战略。在这一背景下，"创新"不再是可选项，而是必选项。而创新的关键，在于通过引入强大的工具，以更高的效率、更低的成本，开发出性能更优、更具环境友好性的制剂。这正是高通量筛选平台与人工智能技术登场的舞台。
破局之道：HTP与AI的协同赋能
高通量筛选与人工智能被定位为将化学品研发从"经验驱动的艺术"转变为"数据驱动的科学"的关键引擎。
高通量筛选平台扮演了"数据发生器"的角色。通过自动化机器人系统、微型化实验和实时分析技术，HTP能够在极短时间内系统性地完成数以千计的助剂和配方组合的测试。这种规模化的实验能力，不仅极大地加速了筛选进程，更重要的是，它生成了标准化、高质量的海量数据，为后续的智能分析奠定了坚实的基础。
人工智能则扮演了"数据炼金师"的角色。面对HTP产生的庞大数据集，机器学习等AI模型能够从中挖掘出人脑难以发现的复杂模式与隐藏规律。它们可以预测配方的最佳组合、预判其稳定性与性能，并持续从新的实验数据中学习，实现自我优化。
二者形成的"HTP-AI闭环"构成了新一代研发范式的核心：HTP进行高效实验生成数据，AI分析数据提炼洞察，这些洞察又反过来指导HTP进行下一轮更精准、更高效的实验。这个循环每进行一次，模型的预测准确性和研发的整体效率就提升一次，从而显著加速发现与优化进程，降低开发成本，并增强结果的可重复性与法规合规性。
实践之证：世索科的案例解码
理论的价值在于实践。世索科分享的两个极具代表性的案例，生动展示了这套方法论如何解决实际难题。
案例一：绿色溶剂的智能设计与筛选
尽管乳油剂型在中国市场面临压力，但在全球范围内，尤其在应对南美等地日益严重的抗性问题上，它因其药效发挥充分而仍是重要剂型。然而，传统溶剂如NMP、苯乙酮等正被逐步禁用，开发高性能的绿色替代品迫在眉睫。
为此构建了一套"三管齐下"的筛选策略：
1. 高通量机器人平台：进行大规模的实测试验。
2. COSMO-RS量子模型：从理论层面模拟分子表面的相互作用，预测溶解度。
3. 机器学习：结合公司内部数据库与外部数据，训练模型以预测新的高效溶剂组合。
在以丙硫菌唑/嘧菌酯复配乳油为目标的具体项目中，团队首先利用汉森溶解度球理论锁定了一个包含30种溶剂的候选库。随后，HTP平台在短短2小时内完成了117种混合溶剂的筛选。令人惊喜的是，AI与HTP的组合不仅没有遗漏理论上的优质溶剂，还跳出了常规思维，发现了某些在汉森球边缘、但通过混配后表现优异的"非常规"组合。最终，成功开发出了DV Rhodiasolv® MATCH 51与25两款混合溶剂。它们不仅成功避开了所有受限物质，对多种杀菌剂具有广谱的溶解性，更具备高生物基含量（RCI）与循环碳指数（CCI），完美契合了可持续发展的要求。
案例二：悬浮剂中分散剂的高通量精准评价
悬浮剂是目前市场份额第一的剂型，但其开发复杂性极高，涉及物理稳定性、化学稳定性、晶体生长抑制、流变控制等诸多难题。分散剂被证实是决定SC配方成败的关键助剂之一。
开发的全自动SC配方与表征平台展现出了卓越的效率。在一个针对嘧菌酯25.5% SC的案例中，整个实验流程——从自动投料（原药、玻璃珠）、液体分散（分散剂、润湿剂、水），到砂磨（使用涡旋搅拌器统一处理2小时），再到最终的粒径与粘度测量——全部由机器人系统完成。尤为值得一提的是，团队创新地利用机器人移液泵配备的压力传感器来实时推算粘度，其结果与传统流变仪高度一致，实现了高通量与高精度的统一。
通过这一平台，在短时间内测试了90多种分散剂，制备并表征了超过600个配方。数据分析揭示了分散剂用量与粘度/粒径之间的"需求曲线"：过少则分散不佳，过多则可能因空间位阻或耗尽效应导致体系反而不稳定。不同化学结构的分散剂（如三苯乙烯基苯酚硫酸盐&磷酸盐、聚羧酸盐、聚萘磺酸盐等）也展现出截然不同的性能曲线。基于这些洞察，最终筛选出了两款新型的、可生物降解的分散剂DV BP9-X74与X95。在48%吡虫啉SC等高难度体系中，它们的性能与传统王牌产品相当甚至更优，且添加量更低，满足了市场对高性能与环保性的双重期待。
未来之思：人机协同与共创价值
需要强调的是，"机器人技术确实提供了差异化的支持，但它永远不会取代人类。" HTP与AI的价值在于将科研人员从重复、繁琐的劳动中解放出来，让他们能更专注于提出关键科学问题、设计实验策略以及进行更深度的机理分析。
世索科，这个源自百年索尔维、承载着深厚科学精神的新生公司，正以其强大的研发平台和开放的合作姿态，致力于成为农化行业创新的同行者。公司发出诚挚的邀请：如果客户拥有极具市场潜力的重磅产品，世索科愿意在保密协议的基础上，提供从绿色溶剂定制到高性能助剂筛选的全方位解决方案，共同为全球市场打造更具竞争力且可持续的农化产品。
通过这场内容翔实的分享，可以清晰地看到，在高通量筛选与人工智能技术的双重驱动下，农化配方的开发正在经历一场深刻的范式革命。而这股由数据驱动的创新浪潮，无疑将引领整个行业迈向一个更智能、更高效、更绿色的未来。
FAT 2026大会已在筹备中，欢迎联系本文作者/FAT负责人咨询合作机会！
