米兰理工新发现可为可持续化学合成带来革命性变革

米兰理工新发现可为可持续化学合成带来革命性变革米兰理工大学的研究人员开发出一种阳光激活催化剂，可有效推动酯化反应，减少稀有金属的使用，提供更具可持续性的化学合成。自然-合成》（NatureSynthesis）杂志刊登了这一进展，它有望节约资源并减少对环境的影响。资料来源：米兰理工大学利用在氮化碳载体上分散孤立原子的创新技术，研究小组开发出了一种在酯化反应中更具活性和选择性的催化剂。这是一种重要的反应，在这种反应中，羧酸和溴化物结合形成用于制造药品、食品添加剂和聚合物的产品。这种新型催化剂的革命性特点是减少了稀有金属的使用，这是向节约关键资源和提高工艺可持续性迈出的重要一步。此外，这种催化剂可通过阳光激活，无需使用能源密集型方法。这一发现在减少对有限资源的依赖和降低催化过程对环境的影响方面具有巨大潜力。化学、材料和化学工程系化学工程副教授GianvitoVilé教授负责协调该项目，米兰理工大学MarieSkłodowska-Curie博士后研究员MarkBajada是论文的第一作者。这项研究是与米兰比可卡大学和都灵大学的研究人员密切合作进行的，由欧盟委员会通过最近授予米兰理工大学的玛丽-斯克沃多夫斯卡-居里博士后奖学金和地平线欧洲项目（SusPharma）提供资助。...PC版：https://www.cnbeta.com.tw/articles/soft/1378273.htm手机版：https://m.cnbeta.com.tw/view/1378273.htm

百万分之一秒：科学家实时观察光化学反应的“过渡状态”

百万分之一秒：科学家实时观察光化学反应的“过渡状态”观察到的光化学"过渡态"结构（中间）的艺术家插图。这种状态持续时间不到百万分之一秒。图片来源：GregStewart提供，SLAC国家加速器实验室科学家们最近利用SLAC的超高速"电子照相机"捕捉到了临界几何图形。结合对反应的量子模拟，研究人员确定临界结构为分子的一端从分子的其余部分弯曲开来。化学家使用本研究中调查的反应，即所谓的电环反应，因为它会产生非常特殊的反应产物。这些产物可以通过伍德沃德-霍夫曼规则预测。这些规则在1981年获得了诺贝尔化学奖，并在每个有机化学家的本科教育中被传授。然而，这些规则并没有详细解答为什么反应只产生特定的反应产物。新成果有助于解决这一悬而未决的问题。此外，它们还为研究人员创建其他类型反应的新规则开辟了道路。这有助于使有机化学成为更强大的工具。电环反应的特点是通过一个临界几何结构同时形成和解离多个化学键。在本项目研究的分子alpha-terpinene中，两个双键和一个单键被转化为三个双键。这些过程的同步性和单一临界构型确保了它们的立体特异性，这一特性使它们成为合成化学的重要工具。立体特异性可以通过著名的伍德沃德-霍夫曼规则来预测。本研究结合超快电子衍射和对α-萜品烯反应动力学的模拟，研究了一种光化学（即光触发）电环开环反应。根据伍德沃德-霍夫曼（Woodward-Hoffmann）规则预测，α-萜烯中反应的立体特异性是通过新出现的链状反应产物的两端以相同的顺时针或逆时针方向相互远离旋转来保证的。新结果表明，立体特异性的根源并不在于运动的确切性质。相反，立体特异性是由以下事实决定的：当分子呈现临界几何形状时，从两个双键到三个双键的变化在很大程度上已经发生。而导致α-萜品烯环打开的单键解离则发生在分子从临界几何形状转变为反应产物的过程中。...PC版：https://www.cnbeta.com.tw/articles/soft/1389807.htm手机版：https://m.cnbeta.com.tw/view/1389807.htm

量子计算机以千亿亿次的慢镜头揭示化学反应

量子计算机以千亿亿次的慢镜头揭示化学反应VanessaOlayaAgudelo和ChristopheValahu博士在悉尼纳米科学中心用于实验的量子计算机前原子和分子的微观世界非常难以研究，这不仅是因为所有东西都非常小，还因为它们发生的速度远远超过了我们眼睛所能记录的速度。例如，化学键的形成和断裂以飞秒为单位，即四千万亿分之一秒。这使得我们很难准确理解一些关键过程中发生了什么。在这项新研究中，悉尼大学的研究人员使用量子计算机放慢了其中一个超快过程。他们目睹了单个原子在遇到称为锥形交叉点的几何结构时发生的情况，这种结构在光合作用等化学反应中很常见。几十年来，科学家们一直试图直接观察这些过程。研究小组利用困离子量子计算机，将这一问题映射到一个相当小的量子设备上，从而将这一过程放慢了惊人的1000亿倍。这使其达到了现有技术所能观测和测量的速度。这项研究的共同第一作者瓦内萨-奥拉亚-阿古德罗（VanessaOlayaAgudelo）说："在自然界中，整个过程在飞秒内就结束了。我们利用量子计算机建立了一个系统，可以将化学动力学从飞秒级放慢到毫秒级。这使我们能够进行有意义的观察和测量。这在以前是从未有过的。"虽然这听起来可能只是一种模拟，但研究小组表示，它更接近于一种受控环境实验，与观察飞机气流动力学的风洞一脉相承。这项研究的共同第一作者克里斯托夫-瓦拉胡（ChristopheValahu）博士说："我们的实验并不是对这一过程的数字近似--这是对量子动力学以我们可以观察到的速度展开的直接模拟观察。"利用量子计算机进行这类实验可以帮助科学家们更好地理解分子相互作用的快节奏世界，进而推动一系列领域的进步。奥拉亚-阿古德罗说："正是通过了解分子内部和分子之间的这些基本过程，我们才能在材料科学、药物设计或太阳能收集等领域开辟出一片新天地。它还有助于改善其他依赖分子与光相互作用的过程，例如烟雾是如何产生的，臭氧层是如何遭到破坏的。"这项研究发表在《自然-化学》杂志上。研究小组在下面的视频中介绍了这项工作。...PC版：https://www.cnbeta.com.tw/articles/soft/1380287.htm手机版：https://m.cnbeta.com.tw/view/1380287.htm

微软新开发的AutoRXN软件可以以30倍速度模拟化学反应

微软新开发的AutoRXN软件可以以30倍速度模拟化学反应首先，新的工作流程拥有多项自动化功能，使科学家能够更加专注于新产品和方法的开发，而不是陷入预测性化学合成和催化过程所需的手动输入。通过优化该自动化流程所需的代码并使其成为云端原生，研究团队实现了30倍的流程加速和10倍的成本降低。显示探索范围的反应网络视图AutoRXN工作流程的工作原理已被描述为以下方式：AutoRXN工作流程为探索进行了大量相对便宜的量子化学计算，自动完善了由大量昂贵的相关从头计算得到的结果，并自动收集和评估数据--包括通过替代模拟方法对结果进行反向检查。先进的工作流程也大大扩展了化学反应途径，允许成千上万的此类配置发挥作用。此外，这些配置还提供了比以往更多的准确性，从而在更高的产量水平上提供了更多更值得信赖的数字。微软高度重视这种创新，认为利用这种云计算和量子计算能力将为当今世界"看似无法解决的"问题铺平道路。...PC版：https://www.cnbeta.com.tw/articles/soft/1335151.htm手机版：https://m.cnbeta.com.tw/view/1335151.htm

机器学习开启了有机化学研究的预测能力

机器学习开启了有机化学研究的预测能力有机化学即对碳基分子的研究，不仅是生物体科学的基础，而且对许多当前和未来的技术至关重要，如有机发光二极管（OLED）显示器。了解一种材料分子的电子结构是预测该材料化学特性的关键。在东京大学工业科学研究所的研究人员最近发表的一项研究中，开发了一种机器学习算法来预测有机分子内的状态密度，即电子在材料分子内的基态所能占据的能级数量。这些基于光谱数据的预测对有机化学家和材料科学家分析碳基分子时有很大帮助。东京大学工业科学研究所的研究人员使用人工智能来帮助解释材料科学光谱实验产生的数据，这可以帮助开发新的药物和有机导体。资料来源：东京大学工业科学研究所通常用来寻找状态密度的实验技术可能很难解释。被称为核心损失光谱的方法尤其如此，它结合了能量损失近边缘光谱（ELNES）和X射线吸收近边缘结构（XANES）。这些方法在材料样品上照射一束电子或X射线；由此产生的电子散射和对材料分子发射的能量的测量使得感兴趣的分子的状态密度可以被测量。然而，光谱所具有的信息只是在激发分子的电子缺失（未被占据）状态。为了解决这个问题，东京大学工业科学研究所的团队训练了一个神经网络机器学习模型来分析核心损耗光谱数据并预测电子状态的密度。首先，通过计算超过22000个分子的状态密度和相应的核损光谱，构建了一个数据库。他们还添加了一些模拟的噪声。然后，在核损光谱上对该算法进行了训练，并对其进行了优化，以预测基态下占位和非占位状态的正确密度。"我们试图用一个由较小分子训练的模型来推断对较大分子的预测。我们发现通过排除微小的分子可以提高准确性，"主要作者Po-YenChen解释说。该团队还发现，通过使用平滑预处理和向数据添加特定的噪声，可以改善对状态密度的预测，这可以加速预测模型在真实数据上的应用。高级作者TeruyasuMizoguchi说："我们的工作可以帮助研究人员了解分子的材料特性，并加速功能分子的设计。这可以包括药品和其他令人兴奋的化合物。"...PC版：https://www.cnbeta.com.tw/articles/soft/1360317.htm手机版：https://m.cnbeta.com.tw/view/1360317.htm

碳基分子的形状和动态性质与科学家们的想象不同

碳基分子的形状和动态性质与科学家们的想象不同通常情况下，这些"对映体"之间是不可能相互转换的，因为这样做需要打破一个键，这个过程需要太多的能量。来自杜伦大学和约克大学的研究人员证明，如果手性中心是动态分子笼结构的一部分，那么分子笼的简单重新排列就能导致分子的镜像形式的反转。一个由@SciCommStudios制作的动画，显示了氟代巴拉兰及其金属复合物中sp3-C立体化学的动态反转。通过这种方式，通常被认为是固定和刚性的碳基立体化学变得动态、通感和反应性--这是以碳为中心的手性的新范式。这些发现将于今天（2023年3月13日）发表在《自然-化学》杂志上。该分子笼的结构中有九个碳原子，它们被一对碳-碳双键和一个三元环丙烷环固定在一起。这种键的组合使结构中的一些键可以自发地相互交换位置。项目首席研究员，达勒姆大学的AishaBismillah博士说。"我们的动态碳笼极快地改变其形状。它们每秒在其镜像结构之间来回跳动数百万次。看到它们适应环境的变化，确实很了不起。"除了发现这种独特的动态形式的立体化学相互转换外，研究人员还证明了笼子的偏好可以传递给附近的金属中心，这为这种类型的反应性手性可能在催化和生物医学应用的手性分子合成中找到用途提供了可能。约克大学的PaulMcGonigal博士在思考这些结果是如何颠覆既定观念时说。"我们的动态碳笼与其他分子和离子相互作用的方式很吸引人。笼子适应了，给出了具有'最适合'的镜像结构。""我们希望，在适当的时候，这种耐人寻味的键合概念将被发现应用于其他情况，并有可能被用来支撑更多动态分子材料的新应用。"...PC版：https://www.cnbeta.com.tw/articles/soft/1349231.htm手机版：https://m.cnbeta.com.tw/view/1349231.htm