IXThinker·2025-09-16 10:30

機器學習勢函數 加速催化劑篩選新突破

均相有機金屬催化劑廣泛應用於有機合成與藥物研發，但大規模配體篩選長期受制於計算成本。大連理工大學劉奇磊團隊在計算化學期刊發表研究，以反應機器學習勢函數在精度與效率間取得平衡。

行業需求

反應勢壘是評估催化效率的關鍵指標。傳統方法結合密度泛函理論（DFT）與過渡態搜索算法，結果準確但計算時間成本極高，無法滿足大規模配體篩選的需求，綠色化學發展受制於此。