元素百科为您介绍“阿尔法围棋”给化学合成带来新启示。人工智能“阿尔法围棋”除了下棋还有更多用途。德国一个研究团队近期在英国《自然》杂志上发表论文说，与“阿尔法围棋”采用同样技术的人工智能软件能以前所未有的速率进行逆向合成分析，这将大幅提升人类合成新药及研发其他所需化合物的效率。 逆向合成的基本原则是“逆向思维”，将目标化合物分子分解成基本的、可获得的组分，然后分析可以用哪些容易得到的试剂、通过哪些已知的化学反应步骤来合成。提出这一方法的美国哈佛大学教授E.J.科里曾获1990年诺贝尔化学奖。“逆向合成是有机化学的终极学科，化学家需要数年才能掌握它——就如同下棋一样，除了学习专业知识，还需要很好的直觉和创造性。”论文第一作者、德国明斯特尔大学研究人员马文·泽格勒解释说，化学合成的每一个中间步骤都存在无数可能，比围棋更复杂，但计算机可以从已发表文献中学习化学反应规则及如何运用这些规则。用计算机辅助寻找有机合成方法不是一个新领域。目前已知的有机化学反应超过1200万个，并以每10年增加一倍的速度增长。同时，化学反应不遵循简单的逻辑规则，受分子能级等调控，这些因素大幅增加了计算机模拟的难度，使化学家长期以来手动搜索化学反应数据库，尝试寻找制造复杂分子的最佳方法。“阿尔法围棋”制胜秘诀是结合了深度神经网络和蒙特卡洛树搜索两项关键人工智能技术。研究人员解释说，在进行逆向合成分析时，深度神经网络用于预测哪些分子会参加反应，蒙特卡洛树搜索负责预测反应的可能性。实验显示，这种新的人工智能工具可以将制定一种合成路线的速度提高到传统人工方法的30倍。参与双盲测试的有机化学家认为，由计算机生成的合成方法与人工试出来的方法一样优越。“我们希望，利用我们的方法，化学家不再需要那么辛苦地在实验室尝试了。”泽格勒说，新的人工智能方法有助生产更多可以提高人类生活质量的化合物。

元素百科为您介绍河南大学发现手性含氮芳香杂环化合物合成新方法。日前，河南大学教授江智勇在可见光不对称有机催化研究方面取得新进展，通过发展光敏剂与手性膦酸协同催化体系，为手性含氮芳香杂环化合物提供新的合成方法，该成果已在《美国化学会志》上发表。 可见光不对称催化是一种重要的手性化合物合成手段。它通过可见光驱动光敏催化剂至激发态后与底物发生单电子氧化还原，从而完成相关自由基类型反应，反应过程中利用手性催化剂控制产物的手性中心形成。由于自由基反应速度快且通常具有强烈的非手性背景反应，如何获得高立体选择性具有极大的挑战性。研究人员使用自行设计的光敏剂与手性膦酸作为催化剂，完成了一种芳基甘氨酸与含氮芳香杂环活化末端烯烃的自由基共轭加成—质子化反应，高产率与高立体选择性合成出两类手性杂环化合物。该工作突破了不对称质子化仅用于构筑手性羰基化合物的局限性，并为手性含氮杂环化合物的不对称合成提供了新的合成途径。这是首例通过可见光不对称催化实现含氮芳香杂环化合物高立体选择性合成，将有力地促进这一催化合成手段在多类型重要手性含氮芳香杂环化合物不对称合成中的应用与发展。

元素百科为您介绍处理塑料有救星，研究人员开发可分解塑料的酵素。据“中央社”报道，据一份研究报告显示，美国与英国研究人员开发出一种可分解塑料的酵素，有助于解决日益严重的塑料污染问题。据悉，该报告被发表于美国同行评审期刊《国家科学院学报》中。 据报道，每年有800多万吨塑料被倒入全球海洋，多数塑料产品就算做了回收，仍可留在环境中好几百年，人们担心这种由石油制成的产品会残留毒性，对人类健康与环境构成危害。一直以来，研究人员致力于寻找更好的分解方法。英国朴茨茅斯大学与美国能源部国家再生能源实验室的科学家，决定专心研究数年前在日本发现的一种自然形成细菌。这种细菌被称为Ideonellasakaiensis，似乎专吃一种塑料，即广泛用在塑料瓶的聚乙烯对苯二甲酸酯(PET)。报道称，研究人员原本计划通过分析该细菌结构，了解其中一种酵素PETase怎么运作。但据报告称，“结果他们更进一步，无意间开发出一种酵素，甚至能更有效分解PET塑料。”研究人员使用比太阳光亮100亿倍的超强X光，制造超高画质的PETase酵素3D模型。南佛罗里达大学与巴西坎皮纳斯大学的科学家做了计算机建模，发现PETase酵素看起来很像另一种酵素，也就是在真菌与细菌中发现的角质分解酵素。不过，PETase酵素有个地方有点不同，研究人员假设，这就是可以分解人造塑料的地方。因此，研究人员改变了PETase的活性部位，让它变得较像角质分解酵素，无意间发现这种变异酵素，在分解PET上甚至比天然版的PETase更有效。研究人员说，他们目前在进一步改善这种酵素，希望最终能将分解塑料工作，提升到工业用层级。