Chem Rev｜用机器学习研究分子系统中的非共价相互作用

本文综述了机器学习在分子系统中非共价相互作用（NCIs）研究中的应用。首先介绍了非共价相互作用的类型及其在化学和生物学中的重要性，强调了这些相互作用在蛋白质结构、DNA形成和药物设计中的关键作用。研究目的是探讨机器学习如何帮助预测和设计非共价相互作用，包括数据集、特征化方法、预测模型和逆向设计方法。文章展示了机器学习在催化、药物设计和材料科学中的潜力，并讨论了当前面临的挑战，如数据集质量和特征化方法。未来的发展方向包括开发高质量数据集、改进特征化策略和探索自监督学习方法。