【机器学习】JACS：机器学习引导的电化学反应发现

有机化学家可以合成的分子结构决定了他们可以创造的分子功能。因此，化学反应的发明和发展对化学家在有机化学的所有学科中获得新的和所需的功能分子至关重要。

近日， 麻省理工学院Klavs F. Jensen 旨在通过设计一个机器学习指导的反应发现工作流程来加快有机化学新兴领域的探索。

文章要点

1 ） 这项研究使用机器学习来预测合格的电化学反应。为此，研究人员首先开发了一种分子表示法，它能够在有限的训练数据下产生一般模型。接下来，使用自动化实验来测试大量的电化学反应。这些反应被归类为有能力或无能力的混合物，并训练分类模型来预测反应能力。

2 ） 该模型用于在硅上筛选38865个潜在反应，预测用于识别许多合成或机理兴趣的反应，其中80%被发现是有效的。此外，提供了对38865成员集的预测，以期加速该领域的发展。因此，采用这样的工作流程可以使许多化学领域快速发展。

参考文献

Andrew F. Zahrt, et al, Machine-Learning-Guided Discovery of Electrochemical Reactions, J. Am. Chem. Soc., 2022

DOI: 10.1021/jacs.2c08997

https://doi.org/10.1021/jacs.2c08997