不预测产率预测速率：ML 把镍催化偶联变成动力学地图
bravo_abad · x · 2026-09-24
解读 Takenaka 等人的新研究：反应即使每步化学上都可行也可能失败，问题在于时机——镍交叉偶联中芳基与烷基伙伴经不同路径活化，动力学区间错配时副反应占优。
- 方法核心：不直接用产率训练模型，而是先实测代表性底物的活化速率，再用分子描述符 + 机器学习把速率预测外推到更大化学空间
- 效果：把反应从黑箱输入输出问题变成可读的动力学地图
- 实例：同一杂芳基氯代物配快活化烷基溴得 76% 产率，换对应烷基氯仅 11%，动力学地图让差异可解释
所属事件:机器学习不测产率测速率，为镍催化偶联绘动力学地图(2 条相关)→
「研究」频道最新
- Anthropic:Claude 在噬菌体 DNA 中发现未知酶系统 — KevinKaichuang · 2026-09-24
- TRACES 框架六维评估 AI 能力，AAV 衣壳设计超 SOTA 7% — dr_cintas · 2026-09-24
- Yoav Goldberg 点评：LLM 靠类比 CRISPR 识别出生物学新模式 — yoavgo · 2026-09-24
- 新基准 TRACES 不看答案对错,专评 AI 解决未知问题的过程能力 — dr_cintas · 2026-09-24
- ECCV MMBU 基准揭示:视觉语言模型答对题却认不出图像模态 — davidjhwu · 2026-09-24
- 研究发现:作者其实能较准预测自己哪篇论文高被引 — RexDouglass · 2026-09-24