程俊&王野& Jeff Z. Pan团队NSR丨知识图谱+大语言模型助力接力催化研究

背景：接力催化是一种将多个催化反应有机耦合的策略，但设计合理路径依赖经验且耗时。研究目的：为解决路径设计难题，研究团队提出融合知识图谱与大语言模型的智能推荐方法，构建催化知识图谱（Cat-KG）并实现自动化路径筛选。结论：该方法能在数分钟内输出可靠的多步催化路径，兼具透明性与可扩展性，已发现20条潜在新路径并为实验研究提供方向。