研究透视:AI化学/材料-稀疏数据,可迁移对映选择性模型 | Nature
今日新材料
2026-02-16 11:30
文章摘要
背景:在不对称催化反应中,利用有限数据预测催化剂性能以优化对映选择性是一项重大挑战。研究目的:本文旨在开发一种基于机理的描述符生成策略,以克服数据稀缺和传统立体电子参数描述能力不足的难题,实现对不同配体和底物类型反应的建模。结论:研究团队以镍催化C(sp3)偶联反应为案例,通过从关键过渡态和中间体提取特征训练模型,成功优化了底物适用范围,并将模型知识迁移至未见过的化学空间,为简化催化剂与反应开发流程提供了新方法。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。