一、需求背景:

催化相关产业在全球GDP占比20%-30%,优良催化剂的开发是其核心。依据专家设计和实验合成在表征的方式设计催化剂,试错成本高、研发周期长,目前一些重要化工原料所使用的催化剂专利,很多是掌握在具有多年技术积累的国际化工巨头手里,国内化工企业要在短时间内突破专利封锁,开发出新的性能优良的工业催化剂,不依靠新方法的介入将是一件非常困难的事情。

二、产品定位:

正是因为人工智能的迅猛发展以及在化学/化工领域的快速介入,烟台国工智能科技有限公司早早布局“AI+催化”方向,在实际项目中打磨技术,打造出国内首家专门针对催化剂开发的AI辅助研发平台“GoCatal(R)”,将为国内化工企业开发自己的催化剂IP助一臂之力!

三、产品简介:

GoCatal(R)目前已包含的有针对于金属-有机配体类均相催化剂开发相关模块,和针对于无机晶体类、负载型等非均相催化剂的开发相关模块,另外有金属(合金类)及生物酶型催化剂开发的相关模块待发布。这些模块涵盖了催化剂研发过程中的重要过程,如分子生成、性能预测、结构生成、反应预测、合成路线推荐、实验优化等等。

1、均相催化性能预测器

“性能预测器”和“分子生成器”,其中性能预测器其输入为分子结构(可来自于人工设计或算法合成),输出为此分子的催化性能。

2、均相催化分子生成器

在有了清晰的“构效关系”后,将其嵌入到分子生成算法中,算法便可以根据提示朝着所希望的性能去生成分子。结合前面的性能预测器一起使用,便形成一整套AI辅助下的催化剂设计工具。

 分子生成:直到生成预测值全部满足要求的分子,然后选择其进入实验验证。

除了前面举的面向均相催化的“性能预测器”和“分子生成器”之外,还有“合成路线推荐器”、“结构生成器(非均相催化)”、“单体生成器(高分子材料开发)”、“实验优化器(工艺包开发)”等模块,下面简要介绍其应用场景和功能。

3、高分子性能预测器

在高分子材料研发中,单体分子结构与聚合工艺对高分子材料性能都有影响。开发一款高分子材料,关注的性能比如有拉伸强度、玻璃化温度、导热性、导电性等等。所谓高分子性能预测器,是针对一类高分子材料,输入单体,可以给出其二级结构、三级结构,然后结合聚合工艺,进一步预测其聚合性能。

4、高分子单体生成器

在高分子材料研发中,除了聚合工艺外,单体分子结构是影响聚合物性能的主要因素。如何设计出新的单体结构,是一件具有挑战性的事情。在单体-聚合性能关系建立后,即在“高分子性能预测器”的基础上,可以连接“高分子单体生成器”,即根据所希望的性能,算法可以在广阔的化学空间中,反推出可能对应这些性能的单体分子结构。

5、非均相催化性能预测器

非均相催化体系中,涉及到的催化剂往往以固相存在,而反应物可能是气相或液相,这种反应体系更容易对催化剂进行分离和回收利用。非均相催化剂可进一步分为负载型、合金型等,其中构成催化剂的元素及结构对催化性能有着关键影响。在反应类型确定的情况下,“非均相催化性能预测器”可根据所输入的催化剂结构,输出所对应的催化性能,比如活性、分子量、负载比等。

6、非均相催化结构生成器

在非均相催化体系中,催化剂以固相或负载在固相上存在,而催化剂结构、载体结构对催化性能都有着影响。在“非均相催化性能预测器”的基础上,后面连接“非均相催化结构生成器”,可以根据所希望的催化性能,输出所对应的催化剂结构、或载体结构。

7、复合材料性能预测器(液晶、涂料、橡胶等)

对于液晶、涂料、橡胶复合材料,单体以某种配比进行混合后,互相之间不发生复杂的化学反应,但混在一起展现出某种特定的物理性能,液晶、涂料、橡胶等都具有此类特点。“复合材料性能预测器”经过一定数据量的学习,可以根据所输入的单体信息(配比、分子结构等),输出复合材料的性能。基础上,可以输入所希望的材料性能,将输出所对应的单体配比,甚至单体分子结构。

8、光电(电光)材料性能预测器

光电(电光)材料涉及到光电转换或电光转换,比如OLED(电→光)、光伏电池(光→电)等。这些材料的发光层或电荷传输层,其分子处于单体时所展现的性质与形成器件之后往往会有较大差异。在一定数据量的学习下,“光电(电光)材料性能预测器”可以根据所输入的分子结构,预测其形成器件之后所展现的光电(电光)性质。

9、光电(电光)材料分子生成器

如果知道了分子形成器件后所展现出的光电性能,那么就可以根据所期望的性能,反推所对应的分子结构。所谓“光电(电光)材料分子生成器”,即在“光电(电光)材料性能预测器”基础上,输入所期望的光(电)性能,可以反推所对应的分子结构。

10、电池材料性能预测器

当前电池材料研发主要包括正、负极和电解液,其中电解液中又有不同的添加剂。以电解液添加剂为例,添加剂的分子结构与所展现的性能之间有着密切联系。“电池材料性能预测器”可以根据所输入的添加剂分子相关信息,输出添加到电解液之后所展现出的性能。 当知道电池微观尺度的分子结构等信息与所展现的性能之间关系之后,可以提出所期望的性能,反推所对应的微观结构。通过输入所期望的电解液性能,输出为对应的添加剂信息(分子结构、添加量等)。

11、合成路线推荐器

当给定一个分子结构之后(可能来自于文献、专家设计、或算法推荐等),如何合成便成了接下来的重要问题。所谓“合成路线推荐器”,结合了当前表现优异的逆合成算法,可以根据输入的目标产物,输出推荐的单步或多步合成路线。针对于特定类型反应,还可以给出反应条件、收率等指标的推荐数值。

12、有机反应预测器

当给定反应物,如果能预知后续会发生什么样的一系列反应,对于提高主产物收率、副产物利用等有着重要意义。“有机反应预测器”,根据所输入的反应物,可以输出可能得到的产物及产率分布。值得一提的是,与“合成路线推荐器”联合使用,对于开发合成路线来说效果更佳。

13、实验优化器

当给定一条工艺路线之后,输入所希望优化的实验(工艺)参数空间,如温度、压力、溶剂配比等,以及希望优化的性能,如收率、反应时间等,经过少量的实验迭代,可以快速找到合适性能所对应的实验(工艺)参数。

国工智能:专业为流程制造业提供人工智能决策控制整体解决方案及落地服务。