HiREX:用于扩展过渡金属催化剂数据库的高通量反应性探索
Ali Hashemi1, Sana Bougueroua2, Marie-Pierre Gaigeot2
1Inorganic Systems Engineering, Department of Chemical Engineering, Faculty of Applied Sciences, Delft University of Technology, Van der Maasweg 9, Delft 2629 HZ, The Netherlands.
Journal of chemical information and modeling
|September 22, 2023
概括
本研究引入了一种自动化工作流程,用于分析大型数据库中的过渡金属催化剂反应性. 它使得无偏见的探索和分析,加速发现新的高性能催化剂.
科学领域:
- 计算化学计算化学
- 催化科学 催化科学
- 材料 信息学 信息学
背景情况:
- 在 silico 中探索过渡金属催化剂反应性是计算密集的,容易产生偏差.
- 大规模的潜在催化剂数据库需要高效,公正的分析方法.
研究的目的:
- 开发一种自动化工作流程,用于对大型in silico催化剂数据库的无偏差反应性探索和机械分析.
- 识别结构-反应关系和新的催化途径.
主要方法:
- 扩展了ReNeGate方法,用于无偏差的反应性探索.
- 实施了一种用于分析大型化学数据集的自动化程序.
- 将工作流应用于一系列 (((I) 具复合体.
主要成果:
- 成功自动化化学空间探索和数据分析,用于催化剂数据库.
- 识别了Mn{\displaystyle Mn{\text{I}}}) 器复合体中的结构和反应性特征之间的相关性.
- 揭示了催化剂转换的新潜在途径.
结论:
- 自动化高通量虚拟选加速了专家无偏见的在反应性探索.
- 这种方法为设计高性能催化剂开辟了新的途径.
- 促进新型催化机制和转换的发现.


