ブロック化学とデータサイエンスのインターフェースを照らす:MLガイドドディスカバリーとデジタル分子メーカーで機能を最大化する

科学分野:

• 化学 化学は化学です.
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• マテリアルサイエンス 材料科学

背景:

• 自動合成と人工知能 (AI) の融合は,分子発見に革命をもたらしています.
• 繰り返しの炭素-炭素結合形成を用いたブロック化学は,この分野における重要な技術である.
• 本科教育は,これらの高度なコンピューティングおよび合成方法論を組み込む必要があります.

研究 の 目的:

• 学生に自動化されたブロック化学とAIの交差点にある原理とツールを紹介する.
• 繰り返し合成の互換性のために分子構造を分析する学生のスキルを開発する.
• 機能的な材料のAI駆動分子設計と最適化に関する実践的な経験を提供するためです.

主な方法:

• 学生は4つの自動合成プラットフォームについて学び,冗長で二機能的なビルディングブロック-互換性のある結合のための分子構造を分析します.
• ケーススタディは,有機レーザー特性と光伏候補の最適化のために,AIとブロック化学を使用することを含む.
• 新しいオンラインプラットフォームであるデジタル分子メーカー (DMM) は,マルチオブジェクトの最適化に使用され,その後,手動ブロック化学の練習が行われます.

主要な成果:

• 学生は,自動合成プラットフォームとAI主導の分子設計コンセプトに精通します.
• このカリキュラムは,標的分子の適切な構成要素と合成プラットフォームの特定を容易にする.
• 実践的な活動は,AI主導の分子発見に不可欠な基本的なブロック化学の原理を強化します.

結論:

• この大学院の研究室の配列は,機能的な分子発見のための自動化されたブロック化学とAIを効果的に橋渡ししています.
• 学生は,新興の研究分野に関連した計算化学と自動合成の実践的なスキルを開発します.
• このカリキュラムは,AIと化学合成のインターフェースにおける高度な研究のために学生を準備します.