AI做化学：从预测性质到设计分子，再到规划合成，大连理工综述梳理全流程最新进展｜ENG. Chem. Eng.

精细化学品是现代工业的基石，但其传统研发依赖经验试错，周期长、成本高。大连理工大学刘奇磊、张磊教授团队在《ENG. Chem. Eng.》发表综述，系统梳理了人工智能在计算机辅助分子设计与智能合成中的最新进展。文章从背景出发，旨在解决传统研发效率低下的痛点。研究目的聚焦于展示AI如何推动精细化学品研发从“经验试错”走向“精准预测-主动设计-可行合成”的新阶段。围绕三条主线展开：智能QSPR模型利用高质量数据和化学预训练模型提升性质预测的准确性与效率；高效分子设计方法包括基于数学规划、遗传算法和深度生成模型（如扩散模型），实现了从被动筛选到主动创制；智能合成路线规划通过自动逆合成技术（如基于模板和无模板方法）打通了从设计到制备的“最后一公里”。结论指出，未来有望形成全闭环AI化学家范式，实现预测、设计、合成与自动化实验的闭环，但仍需突破模型可解释性、数据稀缺等挑战。