共计 830 个字符，预计需要花费 3 分钟才能阅读完成。
麻省理工学院的研究团队近日推出了一项名为 FlowER（电子再分配的流匹配）的创新系统，该系统在化学反应预测领域取得了突破性进展。通过明确跟踪化学反应中的所有电子，FlowER 系统确保了在预测反应结果的过程中不会错误地添加或删除任何电子，从而显著提高了预测的准确性和可靠性。
传统的化学反应预测方法往往忽视了中间步骤和基本物理原理，如质量守恒定律。尽管大型语言模型（LLMs）如 ChatGPT 在许多研究领域取得了成功，但它们并未提供将输出限制在物理现实可能性的方法。这导致模型在预测过程中可能会“制造”新的原子或删除原子，类似于炼金术而非基于真实的科学理解。
- 
- 
- 
- 
为了解决这一问题，研究团队借鉴了化学家 Ivar Ugi 在 1970 年代开发的键电子矩阵方法，将其作为 FlowER 系统的基础。该系统通过矩阵表示反应中的电子，并使用非零值表示键或孤电子对，零值则表示没有这些。这种表示方法不仅有助于守恒原子，还能确保电子的守恒，从而将质量守恒纳入预测系统。
尽管 FlowER 系统仍处于早期阶段，但团队对其潜力充满信心。该系统在寻找标准机制路径方面与现有方法相当或更优，并能推广到未见过的反应类型。它可能在药物化学、材料发现、燃烧、大气化学和电化学系统的反应预测中发挥重要作用。
团队表示，FlowER 模型在有效性和守恒性方面取得了显著提升，并且在性能方面与现有系统相当或略优。该方法的独特之处在于，它基于专利文献中经过实验验证的数据，而非仅仅编造机制。这使得模型能够从实验数据中推断潜在的机制，这在以前并未在这种规模上完成和分享。
未来，研究团队计划扩展模型对金属和催化循环的理解，并探索其在发现新的复杂反应和阐明新机制方面的潜力。尽管目前的研究只是第一步，但团队认为这一系统有望在长期内对化学领域产生重大影响。
FlowER 系统及其相关数据和模型均已开源，供全球研究人员免费使用。研究团队希望通过这一开放平台，推动化学反应预测技术的进一步发展，并为新反应的发明和机制的理解提供有力支持。
