机器学习辅助高分子合成研究进展

作     者：张泽熙 蔡展翔 张文彬 吕华 陈茂 Zexi Zhang;Zhanxiang Cai;Wenbin Zhang;Hua Lu;Mao Chen

作者机构：聚合物分子工程国家重点实验室复旦大学高分子科学系上海200433 北京分子科学国家研究中心高分子化学与物理教育部重点实验室软物质科学与工程中心北京大学化学与分子工程学院北京100871 

出 版 物：《科学通报》 (Chinese Science Bulletin)

年 卷 期：2025年第70卷第4期

页      码：471-480页

摘      要：聚合物为人类社会生活发展提供了不可或缺的物质基础.在研发聚合物材料的过程中,庞大的结构空间、复杂的聚合机制为建立聚合物材料的构效关系带来重大挑战.机器学习有望突破高分子合成研究的传统范式,推进新型聚合物材料的化学创制,近年来成为了高分子化学家关注的前沿领域.机器学习技术实现了反应条件、化学结构、材料性能之间潜在关联的发掘,提高了对聚合反应空间的研究效率,为反应条件优化、链结构设计提供了系统性指导.数据驱动的生物大分子结构解析是多领域关注的焦点,机器学习助力实现了蛋白质结构预测的跨越式进步,迈入了生物大分子研究的新阶段.在此基础上,结合自动化技术,发展数智化合成,进一步降低试错成本,加速聚合物材料研发,推动理论知识发展.本文对机器学习在预测聚合物性能、设计聚合物结构与合成条件、生物大分子研究中取得的重要进展进行简要介绍与讨论.目前,机器学习辅助的高分子合成研究仍面临聚合物结构表示方法有限、高质量数据稀缺、自动化技术落地合成生产困难等挑战,亟须加大研究投入,深入开展跨学科研究,发展人工智能赋能的高分子合成,推动高端材料创新.

主 题 词：高分子合成 机器学习 人工智能 聚合物 生物大分子 

学科分类：12[管理学] 081704[081704] 07[理学] 08[工学] 070305[070305] 1201[管理学-管理科学与工程类] 081104[081104] 0817[工学-轻工类] 080501[080501] 0805[工学-能源动力学] 0835[0835] 0703[理学-化学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.1360/TB-2024-0800

馆 藏 号：203157349...