基于组合化学技术设计合成荧光化合物库并运用机器学习预测荧光性质文献综述

 2023-02-10 12:02

一、课题的研究背景和目的课题研究的背景:组合化学是一门将化学合成、组合理论及计算机辅助设计等技术结合起来,并在短时间内将不同构建模块根据组合原理,系统反复连接,从而产生大批的分子多样性群体,形成化合物库(compound library),然后,运用组合原理对库成分进行筛选优化,得到可能的有目标性能的化合物结构的科学。

组合化学起源于1963年Merrifield的多肽固相合成技术,在当今21世纪人工智能技术蓬勃发展的背景下,组合化学如虎添翼,借助着机器学习的分类和回归算法极大地加速了其化合物的筛选过程并极大地节省了成本。

同时,机器学习的预测能力也极大地加强了组合化学对于荧光性质进行预测并找出其影响因素的能力。

课题研究的目的:设计及合成具有不同结构及性质荧光性质的化合物库。

运用组合化学技术,快速合成含有上千个化合物的化合物库,探索合成的条件,使得合成过程在室温及温和条件下进行。

解析化合物的谱图及数据,测试化合物库的荧光信号及数据。

二、课题研究的主要内容1.运用组合化学技术快速合成上千个具有荧光性质的化合物库,通过引入不同类型的取代基团,获得不同物理化学性质的荧光化合物。

2.随后通过计算机模拟及运算获得每个不同结构化合物的上千个理化参数。

3.同时测试所有化合物的荧光参数4.运用机器学习方法预测何种理化性质影响荧光性质的变化5.探索化合物合成的条件,使得合成过程在室温及温和条件下进行6.解析化合物的谱图。

三、研究难点1.引入取代基团时对于基团的选择性要求很高,只有引入合适的基团才可以得到有一定区分度的不同物理化学性质的荧光化合物。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。