诺丁汉大学的一组研究人员开发了新的人工智能工具，以鼓励化学家和化学工程师使他们的工艺更加可持续。

该团队由英国皇家工程院新兴技术主席乔纳森·赫斯特(Jonathan Hirst)教授领导，改进了一种著名的人工智能算法，以提升对逆合成的预测。逆合成是化学家们用来研究如何从易获取的起始材料中最佳地合成分子的框架。他们的研究成果本周发表在《化学信息与建模杂志》(Journal of Chemical Information and Modeling)上。

该方法也可以通过开源 AI4Green 电子实验室笔记本访问，网址为https://ai4green.app。

赫斯特表示：“化学过程对于新分子和新材料的发明至关重要，它推动着各行各业的创新——从创造新的有效药物疗法到提供可持续能源的新电池。然而，这些过程可能具有毒性，并对环境造成破坏，因此化学家必须找到新的工作方式，以实现更可持续的成果。人工智能正在为此提供易于共享的解决方案，我们希望所有从事化学领域工作的人都能使用这个新框架。”

AI4Green团队今年早些时候在ACS可持续化学与工程杂志上发表了一种新的交互式机器学习方法，该方法可帮助化学家选择更环保的溶剂，即进行化学反应的介质。选择更可持续的溶剂是减轻化学过程对环境影响的关键因素。

培训下一代化学家使用人工智能工具和数字化研究环境至关重要。AI4Green团队与物理科学数据基础设施 (Physical Sciences Data Infrastructure)合作，开发了 AI4Green 电子实验室笔记本的教学版本。

这本电子实验笔记本正在化学学院教学实验室供三年级本科生使用，旨在提升他们对可持续化学的认识。这项研究成果已发表在本月出版的《化学教育杂志》上。

更多信息： Ton M. Blackshaw 等人，《增强蒙特卡洛树搜索用于逆合成》，《化学信息与建模杂志》(2025 年)。

Samuel Boobier 等人，基于交互式知识的核主成分分析用于溶剂选择，ACS 可持续化学与工程(2025)。

Peace C. Nwafor 等人，《AI4Green4Students：利用电子实验笔记本促进本科生实验室的可持续化学研究》，《化学教育杂志》 (2025)。

期刊信息： 《化学教育杂志》 、 《ACS可持续化学与工程》、 《化学信息与建模杂志》