Science子刊: 量子化学计算+机器学习从头创建肉眼可检测的荧光分子

设计荧光分子需要考虑多种相互关联的分子特性，而不是与分子结构直接相关的特性，例如分子的光吸收。尽管荧光分子的研究历史悠久，但一直没有明确的指导方针来制备荧光分子。

在此，日本理化学研究所（RIKEN）先进智能研究中心Masato Sumita, Koji Tsuda等人使用从头分子生成器（DNMG，称为ChemTS）与量子化学计算（QC）相结合来开发目前无法轻易预测特性的荧光分子，这些分子在各个学科中都引起了广泛关注。尽管荧光分子具有简单的势能面（PES），但很难从第一性原理设计，因为其多样性使得荧光与分子结构的关联变得非常困难。

然而，生成器克服了这种多样性并成功地从头开始设计了荧光分子，基于QC的从头计算需要大量并行计算（1024核，5天），最后成功地产生了3643个候选分子。生成器产生吸收长波长光的分子以控制分子的共轭长度，然而无法找到分子的荧光波长/强度与共轭长度/芳环数之间的明确相关性，这表明从头设计荧光分子的困难性。

图1. 使用ChemTS设计的未报道的荧光分子

作者根据可合成性和可见荧光标准选择了7种已知化合物进行验证和1种候选化合物进行进一步研究。实验验证表明，DNMG成功设计了75%（八分之六）的荧光化合物，新合成PC分子的荧光特性（肉眼可见）证明了DNMG 的创新潜力。在设计PC时，在香豆素中引入了一个不熟悉的基团吡唑并嘧啶，这种连接引起了高空间排斥，但仍导致振荡器强度（OS）增加。

普通化学家很难想出一种通过增加片段之间的空间排斥来增强荧光及其强度的方法，这说明该生成器有可能引发分子设计的范式转变。此外，具有大规模并行计算的生成器将能够创建具有多种和有趣功能的复杂分子，可能导致非常复杂的合成路线，这将增加最近开发的基于ML的逆合成路线规划的要求。

作者对荧光数字化机制和并行化DNMG的实现可在下方地址获得：

https://github.com/tsudalab/GaussianRunPack

https://github.com/tsudalab/FL_ChemTS

图2. 未报道过的PC分子的光化学性质

De novo creation of a naked eye–detectable fluorescent molecule based on quantum chemical computation and machine learning, Science Advances 2022. DOI: 10.1126/sciadv.abj3906

原创文章，作者：v-suan，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/13/b88f842d88/

Science子刊: 量子化学计算+机器学习从头创建肉眼可检测的荧光分子

相关推荐