一种用于功能过渡金属化合物从头优化的进化算法。

Scidown文献预览系统！

作者：scidown 发布时间：2021-06-20 02:57:15 文章标题：

一种用于功能过渡金属化合物从头优化的进化算法。( An evolutionary algorithm for de novo optimization of functional transition metal compounds. )

文章作者：

Y Chu W Heyndrickx G Occhipinti VR Jensen Bjorn K. Alsberg

文章简述：

功能无机和过渡金属化合物的开发通常基于特定的有条件的猜测，计算方法所起的作用不如药物开发中的作用大。提出了一种从头进化算法(EA),该算法利用一个围绕有化学意义的结构的搜索空间自动生成过渡金属配合物,该结构由三种碎片组装而成：一个由所有结构共享的部分,通常包含金属中心本身,一个或几个由配体骨架组成的部分,以及可以自由生长和变化的无约束部分。在EA优化中，我们利用基于线性定量构效关系模型的适合度函数，通过追溯第一代膦基Grubbs烯烃复分解催化剂到含N-杂环卡宾配体取代膦的第二代催化剂的转变，证明了该方法的能力。此外，对从这些进化实验中选出的高适应度的末代结构的DFT计算表明，就催化活性而言，仅通过虚拟进化得到的结构与现有的高活性催化剂相比具有优势。然而，从演化实验得到的结构是复杂的，可能难以合成，但一组人工简化的变化可能形成新一代Grubbs催化剂的线索。

文章下载地址（开放版）：