机构名称：
¥ 1.0
在AI/机器学习（ML）的帮助下，自动化的化学空间探索是现代化学发现中非常重要的方法。在有机化合物的该区域中的进展已导致第一个AI发现的活性药物成分（API）进入II期试验。[1,2]通过有机金属化合物的化学空间探索，可以将相同的好处扩展到催化剂发现。但是，由于其他限制，例如协调几何和综合性，例如旋转状态，催化剂稳定性和选择性等。由于需要计算和/或估计激发态和过渡状态的属性，因此与API发现相比，与API发现相比，评估催化剂的所需功能在计算筛选中也更为需要计算。在同型催化中，诸如溶剂，温度和添加剂等其他维度可能会对反应结果产生重大影响，并且需要包括在评估方法中。合成催化反应通常涉及化学和立体选择性，竞争侧反应以及多个可能的可能性
自动过渡金属催化剂发现和优化AI和机器学习
主要关键词
相关文件推荐
