基于DFT-ML的过渡金属复合物光敏化剂的DFT-ML属性预测用于光动力学治疗

Jingxing Gao1, Yachao Dong1, Tian Qiu1

  • 1School of Chemical Engineering, Dalian University of Technology, Dalian 116024, China.

ACS omega
|November 17, 2025
PubMed
概括

这项研究引入了一种混合量子化学和机器学习模型,用于预测过渡金属复合物光敏化剂的性能,用于光动力学治疗. 该框架准确地选新型光敏感剂,加速癌症治疗研究.