利用计算逆合成工具激发研发创造力和生产力

在曼彻斯特大学完成了本科和博士教育后，Peter Johnson加入了苏黎世ETH A.Eschenmoser教授的合成化学团队。 之后加入哈佛大学E J Corey’s LHASA项目。之后加入哈佛大学E J Corey’s LHASA项目。他在那里的研究启发了许多化学应用软件的开发，如sproutt/CAESA和CLiDE。他领导的合成小组完成了一系列天然产物的全合成。Peter还创立有软件公司，包括Lasha Ltd.、Synopsys和SimBioSys等。

从事与科学发现相关应用的化学家通常需要开发出实用、高效且成本效益高的合成路线，以合成出复杂的化学结构(无论被合成的化学物质是已知的分子还是未知的、创新的化合物)。对于许多化学科学家来说，解决合成难题的标准方法包括应用逆合成分析策略。对于许多化学科学家来说，解决合成难题的标准方法包括应用逆合成分析策略。

逆合成分析：可能是化学家工具箱中最有价值的合成规划策略

逆合成分析是一项从复杂分子出发，反向确定更小、更易获得起始结构的系统化的技术。20世纪60年代末，美国诺贝尔化学奖获得者E.J. Corey将逆合成作为一种解决问题的策略正式确定下来并加以推广，它涉及到应用化学反应规则将目标结构解构为前体，然后评估潜在反应物的可用性和适用性。

但是，就好比让你重现一顿你从来没有做过的大餐一样，你通常需要经历很多步骤、做很多决定。化学家们所能处理的广泛的化学转化，可以为给定的目标化合物提供一系列潜在的逆合成路线。通过逆合成方法确定的一些路线将比其他路线更实用、更有效，且更具成本效益。更重要的是，目标化合物的结构越复杂，越需要更多的步骤找到合适的起始原料。每一步都可能产生几十个潜在的前体，每一步都有自己的逆合成路线，你很快就要处理那些仅靠大脑难以应付的众多选项。简言之，全面的逆合成分析可能具有挑战性，即使对最有经验的化学家也是如此。

计算逆合成分析：一种更有效的创造性合成设计方法

自上世纪60年代末开始，Corey及其合作者的开创性工作奠定了计算逆合成分析的基础。通过应用相同的基本原理，但以计算机算法提高了速度和效率，为仅由大脑驱动的逆合成工作提供支持。自上世纪60年代末开始，Corey及其合作者的开创性工作奠定了计算逆合成分析的基础。通过应用相同的基本原理，但以计算机算法提高了速度和效率，为仅由大脑驱动的逆合成工作提供支持。  计算能力的不断进步和大数据革新意味着当今的数字逆合成工具将这种方法提升到了一个全新的水平，基本工具由高质量、全面的数据库和基于规则的算法支持，以真正释放这项技术的威力。 

与人工操作相比，计算逆合成分析的最大优势之一是数字检索工具可以利用大量已发表的反应和试剂知识。有经验的化学家可能知道许多化学转化，但他们不太可能知道每一条能被用于合成给定分子的反应(无论给定分子是已知还是未知的)。 

另一方面，计算方法可以根据已经发表的大多数反应的文献来做出决定，从而能够利用原料成本、步骤数、原子效率和其他因素的信息来全面分析最大可能的合成路线。由于计算方法是建立在确实的数据和预测算法的基础上的，所以使化学家能够非常迅速、自信地确定合成目标分子的最佳路线，从而减少试验和错误，并消除相关的瓶颈。如果计算逆合成工具所使用的底层科学内容能够定期更新，将带来额外的好处：在任何检索中，可以确保考虑到最新、最有效的化学物质。

这些工具协助化学家们确定更多创造性的路线，这些路线可以超越他们自己的知识基础或所掌握的合成方法的限制。由于完全没有偏见，现代计算逆合成工具中内置的复杂算法通常会为完全超出其专业知识范围的化学家预测潜在的反应步骤。随时获取这些信息往往可以成为灵感的源泉，从而产生更多的“惊喜”时刻，甚至可以克服最棘手的挑战。随时获取这些信息往往可以成为灵感的源泉，从而产生更多的“惊喜”时刻，甚至可以克服最棘手的挑战。

数字革命正在扩展计算逆合成分析的能力

计算逆合成分析也改变了化学家优化合成方案以提高效率和成本的方法，它利用了大量已发表的数据，包括反应产率和原料价格等。例如，现代计算方法可以利用发表在期刊和数据库中的反应产率数据，并将这些信息聚合起来，以显示已知转化的报告值，甚至可以提供假设转化的估计值。由于功能性和易用性的改进，化学家可以利用有利特征优化特定合成路线。 

许多逆合成分析的目标是基于成本优化合成，这是开发非专利仿制药等经济敏感产品时的关键考虑因素。一些计算逆合成工具甚至可以利用来自世界各地供应商的化学定价目录，使研究人员能够根据反应物、催化剂、溶剂和其他原料成本的最新信息设计合成路线。虽然在不了解化学家的具体供应商关系等情况下很难计算实际采购成本，但估算值为替代起始原料的相对价格提供了有用的指示。虽然在不了解化学家的具体供应商关系等情况下很难计算实际采购成本，但估算值为替代起始原料的相对价格提供了有用的指示。 

简化化学合成的挑战

计算逆合成分析有可能改变化学家设计和优化合成方案的方式，帮助他们快速提炼出大量的潜在路线，找到最有效的解决方案。更重要的是，计算能力的不断进步和对科学内容的全面收集，使科学家能够利用最有效的化学物质做出更明智的决定。但必须强调的是，虽然计算逆合成分析本身就是一个强大的工具，但正是这种工具与化学家的知识和直觉相结合，才能为在工作台上进行富有成效、高效且自信的工作提供最佳途径。 

但必须强调的是，虽然计算逆合成分析本身就是一个强大的工具，但正是这种工具与化学家的知识和直觉相结合，才能为在工作台上进行富有成效、高效且自信的工作提供最佳途径。

了解 SciFinderⁿ 如何通过缩短规划合成项目所需的时间，来帮助您的机构提高研发效率。