主题：机器学习辅助的化合物色谱分离纯化

报告人：莫凡洋，北京大学博雅青年学者

时间：2024年4月10日（周三）9：00-10：00

地点：徐名材报告厅

邀请人：李长坤 研究员

个人简介

莫凡洋，北京大学博雅青年学者，博士生导师。2000-2006年在北京理工大学获得学士和硕士学位，2006-2010年在北京大学化学学院王剑波教授课题组获得有机化学专业博士学位。2010-2015年先后在美国Scripps研究所和德州大学奥斯汀分校做博士后研究，合作导师分别为张庆海教授和董广彬教授。2015年4月回到北京大学任职。2016年获中组部“海外高层次人才青年项目”；2016年获教育部自然科学奖一等奖，排名第三；2020年始入选斯坦福大学全球前2%顶尖科学家“年度影响力”榜单。莫凡洋课题组致力于发展基于联硼化合物修饰的半导体氧化物材料在能源转换，光催化等方面的研究；同时开创性地应用单分子电学检测平台用于催化反应机理的研究；现在及将来，我们还将运用人工智能和机器人技术，提高科学知识的生产效率，加速有机化学学科发展，提高合成化学在材料制备和药物开发中的基础作用。

报告摘要

在合成化学实验中，化合物的分离提纯是一项费时费力的工作，是整个研究过程的决速步，对实验效率起到决定性的影响。具备一定研究经验的实验人员往往能够准确地判断化合物的极性，并据此选择合适的分离条件，进而才能较好地完成该项工作，但仍然这项工作占用研究者大量的时间和精力。我们开发了化合物薄层色谱分离的自动化实验平台，能够快速且标准化地完成大量薄层色谱分离。我们应用该自动化平台，产生大量实验数据，进而应用机器学习关联化合物结构、分离条件和分离效果，得到一个可以准确预测的模型。该模型可以在秒级时间内，预测大量化合物在各种分离条件下的分离效果，进而为我们提供参考，达到提高实验效率的目的。