报告内容： 选择性催化合成是手性分子精准构筑的核心策略，在学术研究和工业应用中具有重要的价值。得益于化学大数据的迅速积累与人工智能技术的蓬勃发展，人工智能与合成化学的交叉融合为海量合成化学空间的探索提供了全新的方法论。基于机器学习的合成反应精准设计和智能优化有望成为下一代优化策略，助力合成化学的精准设计。本次报告将从合成反应的数据库建设、合成体系的智能编码、反应选择性的建模预测等方向，介绍课题组相关的研究进展，探讨如何将反应机制认识融入并助力人工智能化学的研究，并讨论其中亟待解决的科学问题。 洪鑫教授简介： 洪鑫，浙江大学化学系研究员，作为课题组负责人长期从事分子合成反应机制相关的研究工作。以基元过程的分子形变和结合作用为核心，积极开展过渡金属催化机理的理论与计算研究。建立了一系列惰性化学键活化的机理模型，明确了惰性化学键活化反应的控制因素，运用机器学习策略构建了相关基元过程的预测模型。结合理论与实验，将理论模型运用于实验发展，为惰性化学键活化反应的理性设计提供了机理规律和智能方案。自独立工作以来以通讯和共同通讯作者身份于Nature Chemistry, Nature Catalysis, Journal of the American Chemical Society, Angewandte Chemie International Edition, Chem等国际高水平期刊发表论文80余篇。曾获Thieme Chemistry Journals Award （2022）、国家优秀青年基金项目（2021）、浙江省青年科技英才奖 （2021）、中国化学会青年化学奖（2020）与物理有机化学新人奖（2021）。现任中国化学会物理有机化学专业委员会委员、《National Science Open》与《Chemical Synthesis》青年编委。 |
