机器学习模型以出色的精度进行有机反应机理分类

化学反应的发现不仅受到获得实验数据的速度的影响，还受到化学家理解这些数据的难易程度的影响。揭示新的催化反应的机理基础是一个特别复杂的问题，通常需要计算和物理有机化学的专业知识。然而，研究催化反应很重要，因为它们代表了最有效的化学过程。

近日，来自英国曼彻斯特大学（UoM）化学系的 Burés 和 Larrosa 报告了一种机器学习模型，展示了可以训练深度神经网络模型来分析普通动力学数据并自动阐明相应的机理类别，而无需任何额外的用户输入。该模型以出色的精度识别各种类型的机理。

研究结果表明，人工智能引导的机理分类是一种强大的新工具，可以简化和自动化机理阐明。预计这项工作将进一步推动全自动有机反应发现和开发的发展。

该研究以「Organic reaction mechanism classification using machine learning」为题，于 2023 年 1 月 25 日发布在《Nature》上。

内容中包含的图片若涉及版权问题，请及时与我们联系删除