面向分子科学的数据智能

作     者：李淹博 江俊 罗毅 Yanbo Li;Jun Jiang;Yi Luo

作者机构：材料科学姑苏实验室苏州215123 中国科学技术大学化学与材料科学学院合肥230026 合肥微尺度物质科学国家研究中心合肥230026 

出 版 物：《科学通报》 (Chinese Science Bulletin)

年 卷 期：2023年第68卷第17期

页      面：2184-2196页

核心收录：

学科分类：07[理学] 0703[理学-化学] 

基　　金：国家自然科学基金(22025304,22033007) 中国科学院稳定支持基础研究领域青年团队计划(YSBR-005)资助 

主　　题：分子科学 数据智能 分子性质预测 化学反应预测 自动化合成 

摘      要：分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科学研究范式.数据驱动的机器学习凭借其快速高效的数据处理能力,在分子科学领域展现出巨大的发展潜力.尤其是在分子性质预测、分子设计、化学反应预测及逆合成、量子化学计算、自动化合成等领域获得了广泛应用.本文首先介绍面向分子科学数据智能研究过程中的3个关键部分,即分子科学开放数据集、分子描述符和机器学习算法;然后,列举机器学习在不同分子科学研究方向中的重要应用案例;最后,分析讨论该研究领域可能存在的挑战及潜在发展方向.