利用邏輯回歸分析設計手性晶體材料

廣島大學的工程師和化學家們成功地使用了面部識別核心技術來設計手性晶體。 這是使用這項技術的首次研究報道，被稱為邏輯回歸分析，來預測哪些化學基團最適合製造手性分子。 該結果發表在「Chemistry Letters」上（「Logistic regression analysis for the material design of chiral crystals」）。

手征性描述了對其他事物的鏡像，但不會將兩個互為鏡像的物體疊加起來。 例如，你的左腳就是你右腳的鏡子。 他們看起來很相似，但他們不一樣。 這就是為什麼你不能在右腳上穿左腳鞋的原因。

為了構建一個手性磁體（如圖），首先需要設計一個手性晶體。（圖片來源：Julien Zaccaro /手性科學中心）

這個想法在化學上是相似的。兩個分子可以具有相同的元素組成，但它們的幾何形狀可能不同。一個左旋手性螺旋可以具有相應的右旋螺旋。

然而，製作手性分子的鏡像比重新排列一些鍵要更複雜。製作晶體時，會出現額外的複雜層，這是可能會在三維空間中延伸的一組高度有序的原子或分子。

「製造手性晶體最困難的部分是知道如何設計手性晶體。」 廣島大學工程研究生院的研究員，該研究的主要作者Katsuya Inoue說。

根據Inoue所說，很難講不同的原子混合在一起，這樣它們的手征幾何形狀共存於一個單晶中。單獨的兩種類型的原子想要以相同的角度形成化學鍵。但是，當他們結合時，他們可能不會形成化學鍵。

該團隊從無機晶體結構資料庫中分析了686個手性晶體和1000個非手性晶體。通過邏輯回歸，Inoue的團隊設計了一個模型來展示設計手性晶體的最佳方式。

他們計算出周期表中哪些化學基團具有更可能共存於手性晶體中的元素。對應於碳，氮和氧的組是最好的 - 或組數分別為14,15和16。

邏輯回歸是一種可以區分兩個對象的統計方法。 廣島大學的化學和手性研究中心的助理研究員和該論文的合著者Eri Shimono將其用於智能手機進行了比較。

「在人臉識別中，智能手機使用機器學習來對人臉部和非人臉部的東西進行分類，」Shimono說。「我們可以訓練我們的模型來檢測手性和非手性的可能性。但在這種情況下，輸入並不是圖像。這是信息。」

展望未來，團隊正在以兩種方式微調預測模型。首先，他們想要在晶體中考慮更多的原子。 「我們從兩個原子開始。但事實上，許多水晶是由三或四個原子製成的，」 Inoue說，「我們必須擴展這個模型以適應這些情況。」

其次，他們正在應用深度學習。使用基本的機器學習的現有的模型是由現有的數據組成的。深度學習會讓研究人員將新數據分類為手性或非手性。從這些結果中，該團隊計劃開始創建一些預測的晶體，並探索如何利用他們製造手性磁體。

實驗幫商城開放賣家入駐功能，註冊用戶電腦訪問(http://www.labbang.com/index.php?app=seller_order)即可申請開店，實驗室也可申請，內測階段成功入駐的商戶零傭金並免一年年費。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！