资源

利用本土知识产权：更深入地探究全球技术转移

来自 CAS 的 Anne Marie Clark 探讨为何企业要利用本土知识产权，并深入探究全球技术转移情况。

马库什结构：机遇与风险

来自 CAS 的 Peter Blasi 调查了科学知识产权的利弊，专门思考了马库什结构及其在专利法下的复杂性。

通过 IP 洞察，在研发中找到竞争优势

了解将知识产权 (IP) 战略纳入研发计划如何为您的企业带来竞争优势。

找到更优的合成路线：利用优化AI获取更新颖的预测合成路线

人工智能(AI)和机器学习(ML)模型有助于逆合成路线设计，但其受到可用训练数据的限制。 阅读本文，了解如何确保数据具有必要的多样性以及质量来优化关键合成方案，从而生成新颖的预测合成路线。

CAS 未来领袖：一起成长为科学领袖

CAS 未来领袖项目已举办到第十届，一直为处于事业早期阶段的科学家提供重要的科学、商业和领导力培训，资助他们参加 ACS 全国大会暨展览会与博览会。 今年，来自 16 个国家/地区的 “CAS未来领袖”参与了五个与领导力相关的议题（讲述故事、洞察、策略、观点和影响），这些活动旨在帮助他们推进自身事业发展，产生有意义的科学影响。

新的研究成果揭示小分子发现创新正在加速步伐

尽管每年合成的新化合物的数量越来越多，但人们越来越担心对小分子发现的创新可能会停滞不前。 但是，CAS 科学家于 2019 年 10 月在《有机化学杂志》(Journal of Organic Chemistry) 上发表的最新研究表明，从结构的视角来看，小分子创新的步伐实际上正在加速，并为化学家提供了深入见解，帮助在大量未曾开发的广阔化学空间内寻找富有成果的新领域，从而推动进一步研究。

避免代价高昂的知识产权失误：高质量知识产权尽职调查见解

Scilligence 与 CAS 合作，利用科学家标引的数据优化研发信息学工作流程

Scilligence 是一家为研发提供基于网络的信息学解决方案提供商。Scilligence 与 CAS 合作后， 用户可通过 Scilligence 信息学平台直接访问 CAS 的科学内容。 此次合作建立在先前合作的基础之上，简化了更多的工作流程。 用户现在可直接从 Scilligence ELN 和 Scilligence Inventory 访问 CAS REGISTRY®（物质数据库）中的数据。

美国化学文摘社(CAS)与麻省理工学院(MIT)合作加强预测化学合成路线设计

CAS 与麻省理工学院 (MIT) 签订了研究合作协议，旨在加强预测化学合成路线设计方面的研究。 通过这项协议，CAS 将为麻省理工学院化学工程系的 Connor Coley 研究团队提供高质量的、经科学家标引的化学反应数据，使研究团队能够在逆合成设计和反应预测中训练先进算法。