機器學習助力雜多酸鹽發現與表徵

雜多酸鹽是通過大量由氧原子橋接的金屬原子自組裝形成，可提供幾乎無限多種結構。然而，複雜的無機分子聚集到大分子上是一個很難預測的過程，並不容易發現新的結構。有必要找到這些分子聚集並結晶的環境條件，從而可對其進行表徵。

英國格拉斯哥大學Leroy Cronin教授率領的研究團隊利用機器學習開發出一種新方法，可確定雜多酸鹽合成與表徵的合適條件範圍。試驗的樣品是一種新的環狀雜多酸鹽Na6[Mo120Ce6O366H12(H2O)78]·200H2O。

在實驗中，研究人員會改變三種必需的試劑溶液的相對量，起點是成功和不成功結晶實驗的一組數據，開展10個實驗，然後使用這些實驗的結果再分別進行下一組10個實驗，這樣就共有100個結晶試驗結果。

相關研究工作發表在Angew. Chem. Int. Ed.（文章標題：Human vs Robots in theDiscovery and Crystallization of Gigantic Polyoxometalates）。

資料來源：

Man versus (Synthesis)Machine: Active machine learning for the discovery and crystallization ofgigantic polyoxometalate molecules

http://newsroom.wiley.com/press-release/angewandte-chemie-international-edition/man-versus-synthesis-machine-active-machine-le

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！