李博文等利用机器学习和组合化学

由于土壤有机质在化学和微生物方面的复杂性，检测和识别污染土壤中的多环芳烃...研究人员采用的是基于物理知识的机器学习流程，分为两个阶段：特征峰提取（CaPE，Characteristic Peak Extraction）算法，用于分离独特的光谱特征；...

弗吉尼亚理工大学化学工程副教授Sanket Deshmukh及其团队利用数据驱动框架，利用可...我们的设计工作流程结合了先进的机器学习和进化算法，为材料的结构—性能关系提供了可解释的见解，为发现各种先进材料提供了一种可靠的方法。...

机器学习驱动的蛋白质活体激活策略：通过蛋白语言模型训练机器学习算法，设计和筛选tRNA合成酶（PylRS）变体，实现了可化学脱笼的反式环辛烯-酪氨酸（TCOY）的识别和编码表达，用于后续在体蛋白质功能激活和互作调控 ...

本研究针对ICU中超过半数患者发生的急性肾损伤(AKI)这一临床难题，通过分析MIMIC-IV和eICU两大重症数据库，采用XGBoost、BIC和LASSO三种机器学习算法构建了AUC达0.82-0.84的死亡率预测模型。...就像身体内部突然失去了化学平衡的...

为解决传统废水管理系统静态模型灵活性不足导致的能源浪费和溢流事件等问题，研究人员开发了基于机器学习(ML)的AquaFlowNet框架，集成回归树模型、支持...研究采用三项核心技术：1)通过物联网设备采集流量、pH、化学浓度等实时...

该团队首次将 机器学习 技术应用于黎巴嫩石榴品质预测，通过采集Hasbaya、El Jahliye和Rachiine三个产区的548个石榴样本，整合地理环境数据（温度、湿度、太阳辐射）、物理参数（质量、体积）和化学指标（TA、总酚含量），构建...

就像化学元素周期表最初包含空白方格并由科学家填补一样，机器学习周期表也有空白之处。这些空白处预示着算法应该存在但尚未被发现的地方。该表为研究人员提供了一套工具，使他们能够在无需重新发现先前方法中的想法的情况下...

研究人员利用从质谱数据预测的分子指纹（MFP）或化合物类别（CC）构成的...并通过递归特征消除（RFE）筛选关键特征，结合随机森林（RF）、k-近邻（kNN）等机器学习算法评估分类性能。研究结果 1.CCVs 有效捕捉生物群落化学差异 ...

未来需融合多尺度模拟与机器学习，突破计算精度与效率的平衡，实现催化剂理性设计。下面华算科技通过本文一起看看机器学习加速电催化过渡态搜索：从数据驱动到机理发现吧！过渡态计算的定义与基本原理 过渡态（Transition ...

机器学习势函数是一种结合了经验势和第一性原理计算优点的工具，广泛应用于材料科学、化学反应性、热力学性质等领域，为复杂系统的模拟提供了新的可能性。经典MD的定义和核心步骤 经典分子动力学（MD）模拟 的核心方法论主要...