跳到主要內容

很遺憾,我們無法支援你的瀏覽器。如果可以,請升級到新版本,或使用 Mozilla Firefox、Microsoft Edge、Google Chrome 或 Safari 14 或更新版本。如果無法升級,而且需要支援,請將你的回饋寄給我們。

我們衷心感謝你對這個新體驗的回饋。告訴我們你的想法打開新的分頁/視窗

Elsevier
與我們共同出版

Reaxys 學術合作網絡成員

請參見我們的學術合作成員分享他們在工作中使用 Reaxys 的專業知識和經驗之 線上研討會記錄影片打開新的分頁/視窗

Andreas Brunschweiger 博士

德國多特蒙德工業大學化學和化學生物學教授

研究重點

DNA 編碼庫(DEL)是一種篩選標靶小分子的強大技術。DEL 的設計提出化學反應的選擇問題,以獲得化學多樣性,特別是結構多樣性。不過,化學反應空間龐大,需要電腦輔助工具來挖掘反應資料庫。他的團隊開發一種工具,可從反應空間過濾相關反應,並透過集群來組織仍然眾多的潛在有用反應。該工具應可支援編碼庫設計決策。

andreas-brunschweiger

相關出版品

  • M. Potowski, F. Losch, E. Wünnemann, J. K. Dahmen, S. Chines, A. Brunschweiger. Screening of metal ions and organocatalysts on solid support-coupled DNA oligonucleotides guides design of DNA-encoded reactions. Chem. Sci., 2019, 10, 10481-10492.

  • M. Potowski, V. B. K. Kunig, L. Eberlein, A. Vakalopoulos, S. M. Kast, A. Brunschweiger. Chemically stabilized DNA barcodes for DNA-encoded chemistry. Angew. Chem. Int. Ed., 2021, 60, 19744-19749.

聯繫 Brunschweiger 博士打開新的分頁/視窗

Leroy (Lee) Cronin

蘇格蘭格拉斯哥大學化學學院教授

研究重點

反應式資訊學的通用方法 :現今能設計並合成許多物理上允許的分子和材料,但矛盾的是,再現或重新運行這些成功程序的穩定度卻不高,這是因為許多人工或半人工合成設計的條件都未經統一記錄,也沒有記錄反應式資訊學的標準方法。他的團隊致力設計一種記錄反應式資訊學和化學合成的通用方法來解決這個問題,此方法可讓他們將所有手動或自動程序轉譯成探索化學反應和合成的新標準語言。

Leeroy-Cronin-圖片

此外,這種新方法可對應至一種通用的化學程式設計語言,可供所有合成化學家使用,並將運用於所有機器人系統(受相應規範約束),因此能夠將代碼轉化為可靠的化學和材料過程。

相關出版品

  • J. Granda, L. Donina, V. Dragone, D. –L. Long, L. Cronin. Controlling an organic synthesis robot with machine learning to search for new reactivity. Nature, 2018, 559, 377-381.

  • S. Steiner, J. Wolf, S. Glatzel, A. Andreou, J. Granda, G. Keenan, T. Hinkley, G. Aragon-Camarasa, P. J. Kitson, D. Angelone, L. Cronin. Organic synthesis in a modular robotic system driven by a chemical programming language. Science, 2019, 363, 144-152.

  • ] S. Hessam M. Mehr, M. Craven, A. Leonov, G. Keenan, L. Cronin. A universal system for digitization and automatic execution of the chemical synthesis literature. Science, 2020, 370, 101-108A.

  • D. Caramelli, J. M. Granda, S. Hessam M. Mehr, D. Cambié, A. B. Henson and L. Cronin. Reactivity First Approach to Autonomous Discovery of New Chemistry. ChemRxiv, Theoretical and Computational Chemistry, 2021.

最新榮譽和獎項

NIH Integrated Challenge Prize、JSCC International Award(均於 2019 年)

聯繫 Cronin 教授

Alexei Lapkin

英國劍橋大學化學工程與生物科技系教授

研究重點

Alexei Lapkin 團隊目前著重於化學製程開發中的永續化學、資料科學和機器學習,致力開發創新數位技術,以應對化工產業的永續發展挑戰。該團隊現在正開發設計循環經濟反應路徑的機器學習和大數據方法此兩大領域,亦在積極尋求應用機器學習和人工智慧方法進行製程開發。

Alexei-Lapkin-圖片

相關出版品

J.M. Weber, P. Lio, A. Lapkin. Identification of strategic molecules for future circular supply chains using large reaction networks. React. Chem. Eng., (2019). DOI: 10.1039/c9re00213h打開新的分頁/視窗

聯繫 Lapkin 教授

Timur I. Madzhidov

俄國喀山國立大學 A.M.Butlerov 化學研究院有機化學系系主任暨副教授

研究重點

作為化學資訊學和分子模型實驗室的團隊負責人,Madzhidov 教授的主要研究興趣在於反應式資訊學。他是反應處理庫 CGRtools 以及其他反應式資訊學開源工具的貢獻者之一。他開發了基於機器學習的反應速率、平衡常數和鏡像選擇性預測方法,以及最佳反應條件的評估方法。他還提出了一種基於人工智慧來發明新反應的技術。Madzhidov 教授積極建議用於化學反應資料庫(CGRdb、RePathDB)和反應資料整理與均質化的開源工具,以及從大型反應資料集中提取知識。

Timur-Madzhidov-圖片

Madzhidov 教授開發了數種基於藥效基團應用和多實例學習的藥物設計方法。

相關出版品

聯繫 Madzhidov 教授

Guillermo Restrepo

德國萊比錫大學生物資訊學科學與跨學科中心暨馬克斯普朗克數學研究所教授

研究重點

Guillermo Restrepo 自 2017 年以來一直是活躍會員。他著重於化學史與化學知識的演變,研究化學空間的歷史擴展和週期系統的演變。

Guillermo-Restrepo-圖片

相關出版品

最新榮譽和獎項

2020 德國化學學會的 Gmelin-Beilstein Denkmünze

聯繫 Restrepo 教授