演讲者

托马斯·穆斯塔德博士
催化与反应性科学先导化合物

摘要

催化剂促进了我们日常接触的几乎所有合成材料的制备。 新材料需要具有增强和新型性能的新型催化剂。传统的材料发现合成方法成本高昂且耗时较长。基于第一性原理的模拟 已成为预测均相催化中基本步骤的结构、化学机理和反应能的可靠工具。竞争路径的反应坐标细节可为观察到的催化活性提供基础理解，选择性 和特异性 。这种预测能力为通过计算发现和设计具有增强性能的新型催化剂提供了可能性。 遗憾的是，这是一个艰巨的过程，需要细致入微的维护、专业培训，并需管理数百个文件和属性。为了促进对新型催化剂的根本性理解、设计和发现，我们设计并开发了一套自动化企业级解决方案，旨在让合成化学家和计算化学家能够在单一的基于网络的平台上开展协作。