Commun Chem｜中山大学柯卓锋等：大语言模型引领规则导航--自动化反应路径生成

背景：化学反应路径探索传统依赖量子力学和分子动力学模拟，计算成本高且难以处理复杂体系。研究目的：中山大学柯卓锋团队开发ARplorer程序，整合大语言模型与量子计算，实现高效自动化反应路径搜索。结论：该程序在环加成、不对称曼尼希反应和铂催化炔烃环化中成功发现新路径，显著提升搜索效率与全局反应机制理解，为虚拟合成和催化设计提供新工具。