陳茂團隊：機器學(xué)習(xí)輔助的聚合逆分析平臺
?
?在聚合物材料的研發(fā)過程中，研究者需合成大量具有不同信息的聚合物（例如分子量、分子量分布、化學(xué)組成）以開展篩選研究。然而聚合反應(yīng)受多參數(shù)影響，對非專業(yè)人士而言，常需經(jīng)歷不斷試錯才能得到理想結(jié)果，不僅實驗效率受限、成本高，而且對復(fù)雜體系而言，其分析難度大幅度提升。近年來，基于大數(shù)據(jù)的機器學(xué)習(xí)方法已經(jīng)逐漸在化學(xué)領(lǐng)域彰顯其在反應(yīng)分析、路線優(yōu)化上的巨大潛力。而如何在高分子合成中用好機器學(xué)習(xí)的優(yōu)勢，還有待開發(fā)有效的指導(dǎo)體系。
?近日，復(fù)旦大學(xué)高分子科學(xué)系、聚合物分子工程國家重點實驗室的陳茂課題組（PolyMao， website: http://www.polymaolab.com）首次開發(fā)了機器學(xué)習(xí)輔助的聚合反應(yīng)逆分析平臺（圖1），用以精準預(yù)測不同結(jié)構(gòu)組成聚合物（包括分子量、分子量分布）的制備條件，并且可以拓展至不同聚合反應(yīng)體系，例如，光控制的PET-RAFT聚合體系（J. Am. Chem. Soc., 2014, 136, 5508-5519）和本實驗室前期開發(fā)的引發(fā)劑原位異化聚合體系（Angew. Chem. Int. Ed., 2020, 59, 919-927）。
?
圖1 機器學(xué)習(xí)輔助的系統(tǒng)化聚合逆分析平臺
?以引發(fā)劑異化聚合為例，作者采用隨機森林算法，利用已有數(shù)據(jù)泛化得到了該反應(yīng)分子量與反應(yīng)條件的定量關(guān)系模型（圖1A與1B），該模型能夠?qū)θ我饽繕?biāo)分子量推薦出多種合適的聚合條件（圖1C），通過在得到的條件庫中篩選可以進一步滿足其他合成目標(biāo)（如分子量分布等）（圖1D）。另外，該方法可以在不同底物（如單體、引發(fā)劑等）之間進行模型遷移，適配于不同化學(xué)組成聚合物的制備需求（圖1E）。
?本研究成果表明機器學(xué)習(xí)可能從多個角度對高分子合成帶來積極影響：
?（1）在傳統(tǒng)方法中，需要控制變量時，通常一次只能研究一種反應(yīng)條件的影響，而機器學(xué)習(xí)算法可以利用已有的、無固定規(guī)律的數(shù)據(jù)點同步進行多變量分析，揭示多種條件對反應(yīng)結(jié)果的協(xié)同影響模式。例如，本文通過機器學(xué)習(xí)輔助發(fā)現(xiàn)了引發(fā)劑異化聚合與其他活性自由基聚合不同，其分子量與不同反應(yīng)條件呈多維線性相關(guān)，該結(jié)果與課題組的近期報道（Polym. Chem., 2020, 11, 7402-7409）相吻合；
?（2）對于難以給出反應(yīng)條件與結(jié)果之間定量推導(dǎo)關(guān)系的聚合反應(yīng)（例如分子量分布），算法可以通過回歸分析得到完整的關(guān)聯(lián)模型，以靈活適用于不同的合成需求。例如本文通過對PET-RAFT聚合的反應(yīng)條件預(yù)測，定制化合成了分子量分布分別為1.2、1.5和2.0的聚合物；
?（3）當(dāng)反應(yīng)物濃度、溫度、種類等參數(shù)與聚合物結(jié)果不呈現(xiàn)線性影響關(guān)系時，改變實驗參數(shù)往往會對反應(yīng)速度、活性控制等方面帶來難以預(yù)測的影響，人們常常需要重新開展大量實驗優(yōu)化；而機器學(xué)習(xí)可將已有模型快速遷移至新的反應(yīng)空間，助力于高效制備具有不同化學(xué)結(jié)構(gòu)、不同分子量及其分布的聚合物庫。
?幾十年來，高分子合成主要由工業(yè)界主導(dǎo)。對于前沿探索而言，研究者難以定制化得到理想結(jié)構(gòu)的聚合物。隨著人們對高分子結(jié)構(gòu)性能關(guān)系的理解逐步清晰，隨著特定結(jié)構(gòu)的高分子材料在高端應(yīng)用中日益重要（例如藥物遞送、新能源等），機器學(xué)習(xí)的介入，有助于高分子定制合成在普通實驗室早日實現(xiàn)自動化、智能化。
?相關(guān)成果近期在線發(fā)表于SCIENCE CHINA Chemistry（doi: 10.1007/s11426-020-9969-y）。博士研究生谷宇為文章第一作者，陳茂研究員為通訊作者。作者特別感謝國家自然科學(xué)基金、復(fù)旦大學(xué)高分子科學(xué)系、聚合物分子工程國家重點實驗室的支持。
?PolyMao課題組致力于將高分子化學(xué)與有機化學(xué)、高分子物理、前沿科技相結(jié)合，開發(fā)先進高分子材料（尤其是氟材料）及其制備方法，以解決新能源、環(huán)境、智能制造等領(lǐng)域的挑戰(zhàn)。
?歡迎對課題組研究方向感興趣的同學(xué)聯(lián)系咨詢加入課題組的機會（包括夏令營學(xué)生、研究生、博士后）。課題組網(wǎng)站：http://www.polymaolab.com
?
?
版權(quán)與免責(zé)聲明：本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點或證實其真實性，也不構(gòu)成其他建議。僅提供交流平臺，不為其版權(quán)負責(zé)。如涉及侵權(quán)，請聯(lián)系我們及時修改或刪除。郵箱：sales@allpeptide.com