日本理化所利用量子化学机器学习，荧光分子合成成功率75%

　　过的化合物，来自日本理化学研究所

　　传统的分子设计方法是先从一个性能接近理想的分子开始，然后通过实验，反复试错来改进分子。这样的方法不仅耗时，并且存在偶然性，无法保证最终得到的分子就是最佳分子。

　　长期以来，化学家一直想要扭转前述情况。他们希望能够从期望的分子特性出发，所有可能的分子，并找到符合要求的分子。但可获得的数据中，仅包含所有分子的极小一部分。

　　前述团队使用了一种全新的分子发生器，其利用机器学习来根据所需特性，给出可用分子的建议。然后，通过执行量子化学计算的模拟器来预测分子特性，并在指定计算时间内循环重复这些步骤，以找到符合条件的分子。

　　荧光分子生成的工作流程，来自论文

　　“这是首次将新分子发生器与量子化学计算相结合，以用于发现荧光分子。”日本理化学研究所化学家Masato Sumita说道，“我对这种方法的高成功率感到非常惊讶。当我们在实验室进行分子合成时，8个候选分子中有75%发出了荧光。”

　　日本理化学研究所高级智能项目中心化学家Masato Sumita，来自日本理化学研究所

　　未来，前述团队打算将机器学习和量子化学相结合的新方法，应用到研究其他化学性质上，并试图用其同时优化多种化学特性。