化學科學正在向前發(fā)展，而化學反應也越來越復雜。但在強大技術的加持下，現(xiàn)代化學研究正在突破我們對于化學的傳統(tǒng)印象。科研人員不用呆坐在實驗室里擺弄瓶瓶罐罐，非要把花花綠綠的試劑混合在一起才能知道它們會發(fā)生什么化學反應、生成了什么物質(zhì)。借助強大的機器學習算法，科學家們不費一瓶一罐也能預測出化學產(chǎn)物，極大地提高了新物質(zhì)探索開發(fā)的效率。

加州理工學院的研究人員們就利用機器學習開發(fā)出了這樣一套能夠稱為化學家左膀右臂的工具，在你還沒來得及把化學試劑放進試管里之前，就能夠預測化學反應。

研究人員利用Hartree-Fock作為輸入來預測電子結構的相關能量。整體的相關能量通過來自占據(jù)分子軌道獨立和成對的貢獻來進行表達，基于分子軌道特性，研究人員利用高斯過程回歸來預測不同軌道特征的貢獻。通過最大化化學系統(tǒng)間的遷移能力和特征集的緊湊性，研究人員成功規(guī)避了通常使用的原子或幾何特征信息。這種方法避免的傳統(tǒng)計算方法的缺點，在保證精度的情況下提升了效率。它甚至可以預測訓練集中沒有包含的元素或原子構成的分子。

盡管這個工具并不是這個領域的開創(chuàng)者，但是這個算法在已有的工具基礎上進行了很多改進，能夠通過輸入的化學物質(zhì)來預測出反應的過程和生成物的屬性，這一點至關重要。

研究人員表示“這些預測能將潛在的微觀屬性與我們在宏觀世界中關心的事情聯(lián)系起來，能讓我們提前知道一種催化劑的性能是否會比另一種更好，并確定新的候選藥物。"

Caltech研究人員的工作實質(zhì)上改變了預測軟件的關注焦點。以前的工具基于三種計算建模方法，即密度泛函理論(density functional theory,DFT )、耦合簇理論(coupledcluster theory ,CC )或默勒-普萊塞特擾動理論(M?ller–Plesset perturbation theory , MP2 )。這些理論代表了三種不同近似來解薛定諤方程的方法，而薛定諤方程描述了一種量子力學起著重要作用的復雜系統(tǒng)。

這些理論各有優(yōu)劣。DFT是一種快餐式的方法，它能讓研究人員更快地得出答案，但準確度較低。CC和MP2更精確，但是計算耗費時間更長，且消耗更多的算力。

但這種方法好似穿針引線利用機器學習將幾種方法的優(yōu)勢結合了起來，它能夠比DFT更準確的預測，但耗時卻比CC和MP2少。這種方法將機器學習算法集中在分子軌道，即分子周圍的電子云上來實現(xiàn)上述效果。相比之下，現(xiàn)有的工具則聚焦于分子中原子的類型或原子鍵合的角度。

目前為止，這種方法展示出了巨大的前景，雖然它現(xiàn)在還只被用來預測相對簡單的系統(tǒng)，但從目前的結果來看，它具有處理復雜化學問題的良好前景。如果這一方法在復雜化學問題上取得成功，它將稱為計算化學研究史上的里程碑事件，將極大地促進化學特別是計算化學、理論化學的發(fā)展。

這項工作發(fā)表在《化學理論與計算雜志》上，題為“機器學習的遷移應用——通過分子軌道預測電子結構”。