5月12日，國工智能AI研究院成功舉辦第四屆“AI課題文獻綜述茶歇分享會”。本次活動聚焦“AI推動下的催化劑設(shè)計革命”，由國工智能AI催化研發(fā)課題負責人胡鈞員研究員帶來一場跨越學(xué)術(shù)與工業(yè)的前沿技術(shù)分享。從手性選擇性的科學(xué)奧秘到工業(yè)化應(yīng)用的挑戰(zhàn)，AI正成為催化領(lǐng)域創(chuàng)新的核心驅(qū)動力！ 

1. 催化科學(xué)的核心：性能與描述符的AI解析 

     國工智能AI催化研發(fā)課題負責人胡鈞員研究員從催化劑的基本性能切入，深入探討了活性、選擇性、產(chǎn)率及壽命等關(guān)鍵指標。特別是選擇性指標，常規(guī)的選擇性分為化學(xué)選擇性、區(qū)域選擇性、對映選擇性以及非對映選擇性，胡鈞員深入總結(jié)了不同選擇性的反應(yīng)路徑特點。通過量子化學(xué)手段分析反應(yīng)勢能面、電子描述符（如HOMOLUMO軌道）和活化應(yīng)變模型（ASM），揭示了催化劑設(shè)計中“結(jié)構(gòu)-能量-性質(zhì)”的復(fù)雜關(guān)聯(lián)。 

     案例：手性分子的對映選擇性在藥物合成中的重要性，如沙利度胺悲劇的啟示。 

AI價值： 快速預(yù)測反應(yīng)路徑，優(yōu)化催化劑設(shè)計，避免傳統(tǒng)試錯的高成本。 

 2. 學(xué)術(shù)突破到工業(yè)落地：中國科學(xué)家的創(chuàng)新實踐 

    國工智能AI催化研發(fā)課題負責人梳理了多位科學(xué)家的里程碑工作，展現(xiàn)從實驗室到產(chǎn)業(yè)化的跨越： 

馮小明院士：手性雙氮氧配體催化不對稱反應(yīng)，推動手性藥物高效合成。  

馬大為院士：改進Ullmann反應(yīng)，應(yīng)用于C-N偶聯(lián)反應(yīng)噸級生產(chǎn)。  

相關(guān)標簽