
APR 10, 2024
化学降解产物的自动化数字预测
化学降解是指化学物质发生结构变化,从而导致其分子完整性被破坏并分解为更简单的化学化合物。这一过程是化学失效、材料寿命、自然降解与老化以及回收利用的核心。它通过多种机制进行,其中热分解、光解、氧化和水解最为常见。
小分子化学降解产物(即降解物)的自动化预测,长期以来一直是计算化学领域的一大挑战,但若能实现这一目标,将能广泛惠及各类工业应用场景。这些应用场景包括:药品成分的降解、通过焚烧处理化学废物、锂离子电池中电解质组分的分解、消费类包装产品的臭氧分解等,以及许多其他领域。目前的方法主要依赖于基于规则知识库或化学信息学的启发式方法。
在本场网络研讨会中,我们将介绍Schrödinger公司增强版的Nanoreactor,该工具在Grimme及其同事1开发的原版基础上进行了扩展,新增了多项功能,包括对结果的能量精修以及集成式 用户界面。Schrödinger Nanoreactor是一款具有变革性的数字解决方案,用于预测小分子的化学降解产物,并能直接从量子力学(QM) 中筛选出这些产物,且无需任何先验知识。
网络研讨会亮点
- 纳米反应器技术概述:该技术整合了基于半经验元动力学的自动势能面探索、势能面精化以及基于密度泛函理论的筛选
- 演示了这款用户友好的界面,它能够识别所有可能的降解产物、可视化结果,并根据热力学原理对结果进行分类——这一切仅凭一台普通笔记本电脑的计算能力即可实现
- 该技术可应用于解决药品研发、化学品焚烧、电池研发、消费包装品 等领域的挑战,具体示例如下:
1. 基于紧束缚量子化学计算的元动力学模拟对化学化合物、构象及反应空间的探索,Stefan Grimme,《J. Chem. Theory Comput.》2019, 15, 5, 2847–2862
我们的演讲嘉宾

帕维尔·杜布,博士
高级首席科学家,Schrödinger
帕维尔(Pavel)现任Schrödinger 公司反应性与催化领域的资深首席科学家兼产品经理。他拥有A. N. 涅斯梅亚诺夫有机元素化合物研究所授予的化学博士学位,以及图卢兹大学授予的第二个博士学位。 在东京工业大学和洛斯阿拉莫斯国家实验室完成两段博士后研究后(其后他在该实验室担任了高级科学家一职),帕维尔于2022年加入Schrödinger 公司。他的研究领域涵盖经典计算机和量子计算机上的计算分子化学。