Shenvi组重磅Nature:Python算法数据库vs DFT理论计算--25个苦毒烷型倍半萜全合成

CBG资讯 2025-01-17 10:45
文章摘要
本文介绍了美国斯克利普斯研究所Ryan A. Shenvi课题组开发的一种Python算法虚拟库模型,用于预测关键HAT反应,从而实现25个苦毒烷型倍半萜天然产物的高效全合成。该模型通过DFT基准测试、虚拟库构建、反应参数化和实验验证四个步骤,成功预测并验证了HAT反应的选择性,显著提高了合成效率。研究结果表明,该算法模型能够准确预测反应性,为复杂天然产物的全合成提供了新的策略。
Shenvi组重磅Nature:Python算法数据库vs DFT理论计算--25个苦毒烷型倍半萜全合成
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Local reaction-global diffusion unlocks high-performance Mg<sub>3</sub>(Sb,Bi)<sub>2</sub>-based thermoelectrics.
DOI: 10.1016/j.scib.2025.11.037 Pub Date : 2026-03-15 Date: 2025/11/21 0:00:00
IF 21.1 1区 综合性期刊 Q1 Science Bulletin
Live parrots were carried across the Andes before the Incas' rise.
DOI: 10.1038/d41586-026-00765-9 Pub Date : 2026-03-10
IF 64.8 1区 综合性期刊 Q1 Nature
CBG资讯
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信