有机化学有关的文献包括了多种多样的催化剂和反应，而且许多文献报道仅仅对特定反应的反应条件优化（比如优化产率或者立体选择性）。

有鉴于此，韩国蔚山大学Bartosz A. Grzybowski、波兰科学院Jacek Mlynarski等报道机器学习模型，基于深入理解文献给出的数据用于改善催化剂-反应的评价。

本文要点

(1)

对Mg催化剂的不对称催化反应作为模型，这种机器学习模型表现非常准确的评价，而且能够实现对一些反应的情况进行即开即用的预测，比如Michael加成反应或者不对称还原反应。

参考文献

Paulina Baczewska, Michał Kulczykowski, Bartosz Zambroń, Joanna Jaszczewska-Adamczak, Zbigniew Pakulski, Rafał Roszak, Bartosz A. Grzybowski, Jacek Mlynarski， Machine Learning Algorithm Guides Catalyst Choices for Magnesium-Catalyzed Asymmetric Reactions, Angew. Chem. Int. Ed. 2024

DOI: 10.1002/anie.202318487

https://onlinelibrary.wiley.com/doi/abs/10.1002/anie.202318487