序列闭环贝叶斯优化作为有机分子金属光触媒配方发现的指南
Xiaobo Li1,2, Yu Che3,4, Linjiang Chen5
1Key Laboratory of the Ministry of Education for Advanced Catalysis Materials, Zhejiang Key Laboratory for Reactive Chemistry on Solid Surfaces, Zhejiang Normal University, Jinhua, China. xiaobo.li@zjnu.edu.cn.
本研究引入了一种数据驱动的方法,用于发现用于化学反应的新型有机光反氧化催化剂 (OPC). 该方法有效地识别出高性能OPC,与传统的催化剂竞争.
科学领域:
- 有机化学 有机化学
- 催化剂是一种催化剂.
- 材料科学是一种材料科学.
背景情况:
- 有机 photoredox 催化剂 (OPC) 是化学合成中的多功能工具.
- 由于复杂的财产相互依赖,预测OPC活动是很困难的.
- 催化剂的发现通常依赖于试错方法.
研究的目的:
- 开发一个数据驱动的战略,以有针对性的合成和优化OPCs.
- 将这一策略应用于金属光催化,特别是脱碳化交叉合反应.
- 加速发现高效和选择性的有机光催化剂.
主要方法:
- 采用两步方法,将贝叶斯优化与分子描述符结合起来.
- 选了560个候选OPC分子的虚拟库.
- 优化了金属光催化反应条件.
主要成果:
- 通过有效地探索催化剂空间,确定了高效的OPC配方.
- 获得了与基催化剂竞争力的催化性能.
- 为了找到最佳配方,只探索了总反应条件空间的2.4%.
结论:
- 数据驱动的方法显著加速了OPC的发现和优化.
- 这种方法为传统的试错催化剂开发提供了一个强大的替代方案.
- 突出了计算策略在 photoredox 催化进步中的潜力.
更多相关视频
10:52Multiscale Sampling of a Heterogeneous Water/Metal Catalyst Interface using Density Functional Theory and Force-Field Molecular Dynamics
Published on: April 12, 2019
07:14Author Spotlight: Experimental Approaches for the Synthesis of Low-Valent Metal-Organic Frameworks from Multitopic Phosphine Linkers
Published on: May 12, 2023
相关概念视频
Introduction to Mechanisms of Enzyme Catalysis
Cycloaddition Reactions: MO Requirements for Photochemical Activation
Predicting Reaction Outcomes
Catalytically Perfect Enzymes
Most enzymes...
Cooperative Allosteric Transitions
Thermal and Photochemical Electrocyclic Reactions: Overview
