近日，日本理化學研究所(RIKEN)化學家展示了一種新型分子設計策略，通過結合機器學習和量子化學方法，制造了六種熒光化合物。

新的分子設計方法預測了8種化合物會發出熒光，其中6個在紫外線照射下會發出熒光(圖中顯示了5個)，包括一種以前沒有報道過的化合物(未在圖中顯示)，圖片來自日本理化學研究所(RIKEN)

在熒光分子實驗中，前述方法合成目標分子成功率達75%，有望大幅節省在實驗室中制造和測試化合物的時間。

傳統的分子設計方法是先從一個性能接近理想的分子開始，然后通過實驗，反復試錯來改進分子。這樣的方法不僅耗時，并且存在偶然性，無法保證最終得到的分子就是最佳分子。

長期以來，化學家一直想要扭轉前述情況。他們希望能夠從期望的分子特性出發，搜索所有可能的分子，并找到符合要求的分子。但可獲得的數據中，僅包含所有分子的極小一部分。

圖片來自《科學進展》(Science Advances)

此次，日本理化學研究所高級智能項目中心Masato Sumita和同事展示了一種新的策略，使搜索全部分子成為可能，并且不需要單獨制造每種化合物。相關成果近日發表在《科學進展》(Science Advances)。

前述團隊使用了一種全新的分子發生器，其利用機器學習來根據所需特性，給出可用分子的建議。然后，通過執行量子化學計算的模擬器來預測分子特性，并在指定計算時間內循環重復這些步驟，以找到符合條件的分子。

熒光分子生成的工作流程，圖片來自論文

為了證明前述方法是否有效，研究小組通過該方法來尋找能發出肉眼可見波長熒光的分子。經過五天的數字運算，計算機得出了3600多個候選分子。團隊挑選了其中八種進行合成，發現其中六種是熒光的，其中包括一種從未報道過的熒光化合物。

“這是首次將新分子發生器與量子化學計算相結合，以用于發現熒光分子。”日本理化學研究所化學家Masato Sumita說道，“我對這種方法的高成功率感到非常驚訝。當我們在實驗室進行分子合成時，8個候選分子中有75%發出了熒光。”

日本理化學研究所高級智能項目中心化學家Masato Sumita，圖片來自日本理化學研究所(RIKEN)

尋找熒光分子是對前述方法的嚴格測試。因為與光吸收等更簡單的分子性質不同，熒光是一種光致發光的冷發光現象，包含多步驟的過程，因此很難從分子結構上進行預測。

未來，前述團隊打算將機器學習和量子化學相結合的新方法，應用到研究其他化學性質上，并試圖用其同時優化多種化學特性。