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：2021-07-13 10:36:25 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临时限定的猜测，计算方法在药物发现中的作用较小。提出了一种从头进化算法(EA),该算法利用搜索空间自动生成过渡金属配合物，搜索空间围绕由三种片段组成的具有化学意义的结构：由所有结构共享的具有金属中心的部分，由配体骨架组成的一个或几个部分，以及可以自由生长和变化的不受约束的部分。在EA优化中，我们使用基于线性定量构效关系模型的适应度函数，通过追溯第一代膦基Grubbs烯烃复分解催化剂到第二代含N-杂环卡宾配体取代膦基催化剂的转变，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、最后一代结构的DFT计算表明，就催化活性而言，单独通过虚拟进化得到的结构比现有的高活性催化剂更好。然而，从进化实验中得到的结构很复杂，可能很难合成，但一组人工简化的变化可能会形成新一代格拉布斯催化剂的先导。

文章下载地址（开放版）：