文献

J-GLOBAL ID：202002237869767467   整理番号：20A0285244

化学発見と機械学習のためのde novo無機錯体の列挙【JST・京大機械翻訳】

Enumeration of de novo inorganic complexes for chemical discovery and machine learning

著者 (3件)： Gugler Stefan (Department of Chemical Engineering, Massachusetts Institute of Technology, Cambridge, MA 02139, USA. [e-mail]) ,  Janet Jon Paul ,  Kulik Heather J.
資料名： Molecular Systems Design & Engineering  (Molecular Systems Design & Engineering)
巻： 5  号： 1  ページ： 139-152  発行年： 2020年 
JST資料番号： W2468A  ISSN： 2058-9689  CODEN： MSDEBG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 機能性材料に対する魅力的な標的であるにもかかわらず,高スループット計算スクリーニングによる遷移金属錯体の発見は,実行可能な配位数,スピン状態,または酸化状態の量と配位子の潜在的に大きなサイズによって挑戦される。これらの限界を克服するために,サイズの制約下での中性,閉殻分子の完全計数が豊富な発見努力を持つ有機化学からのインスピレーションを行った。13個の重原子(すなわち,金属,C,N,O,P,またはS)までの単核,八面体遷移金属錯体の構築のために,スクラッチから単座配位子と二座配位子を設計した。>11000の理論的配位子から,化学的に実行可能な2500配位子サブセットをランク付けするための発見的スコアを開発し,そのうちの71だけが以前に一般的な有機分子データベースに含まれていた。八面体ホモレプティック配位子データベース(OHLDB)における密度汎関数理論(DFT)を用いて,スコア化した配位子のトップ20%を特性化した。OHLDBはi)配位子と開殻遷移金属(M(II)/M(III),M=Cr,Mn,Fe,Co)の計数プールから得られた1250のホモレプティック八面体錯体の幾何構造最適化構造と,ハイブリッドDFTで得られた高スピン/低スピン断熱電子エネルギー差(ΔE_H-L)を含む。OHLDB上で,配位子場の議論または以前のデータセットから期待されるものと異なる構造特性(すなわち,ΔE_H-L)関係を観察した。最後に,OHLDBデータを人工ニューラルネットワーク(ANN)訓練に組み込む方法が,非常に大きな遷移金属錯体に関するANNのサンプル外性能を改善することを実証した。Copyright 2020 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 部分集合 ,  有機化合物 ,  配位子場 ,  遷移金属錯体 ,  密度汎関数法 ,  配位数 ,  幾何学 ,  ニューラルネットワーク ,  構造最適化 ,  *機械学習 ,  スクリーニング ,  *錯体 ,  有機化学 ,  等級づけ ,  データベース

分類 (5件)： 高分子固体の物理的性質  (CG02024U) ,  酵素一般  (EB09010D) ,  遺伝子操作  (EC02050B) ,  蛋白質・ペプチド一般  (EB03010N) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： 化学 ,  発見 ,  機械学習 ,  錯体