密歇根大学团队跑完50688个反应，建成C-N偶联最大开放数据集助力AI寻找廉价催化剂

B910化工消息：6月18日消息，美国密歇根大学药物化学家Tim Cernak团队（第一作者为Jayabrata Das）在《美国化学会志》（J. Am. Chem. Soc. 2026，DOI: 10.1021/jacs.6c05959）发表论文，借助超高通量自动化平台，系统性地跑完了50688个碳-氮（C-N）偶联反应条件，构建并向社区开放了迄今规模最大、可直接横向对比钯、镍、铜三种金属催化体系的C-N偶联数据集。该数据集已上传至开放反应数据库（Open Reaction Database），规模约为次大同类数据集的近5倍。

C-N偶联是药物合成中最常用的金属催化反应之一。Cernak团队的核心策略是窄而深：不同于文献中常见的多种底物、一套最优条件，他们对仅两对起始原料系统性采样海量反应条件——仅其中一对就跑了33792个变体。研究历时约一年，筛选了33种金属催化剂、166种配体、17种碱、4种溶剂和3个反应温度的组合，并用超高效液相色谱-质谱（UPLC-MS）逐一分析产物与收率。为支撑如此高通量，团队开发了多项工程创新：用1536孔板复制后分别打印钯、铜、镍催化剂；将碱以水溶液配送再真空除水以解决固体分配难题；并借用PCR热循环仪加热反应。

数据揭示了多项有价值的发现。团队识别出能在多种金属上通用表现的膦配体和N-杂环卡宾（NHC）配体；还发现当碱足够强时，即便没有金属存在也能发生C-N偶联，暗示存在碱催化机制。瑞士洛桑联邦理工学院（EPFL）机器学习化学研究者Philippe Schwaller评价，典型反应数据集宽而浅，而这一数据集窄而深，对反应预测与优化是独特而宝贵的资源。

该工作有明确的产业与供应链意义。由于全球钯供应在很大程度上受俄罗斯控制，能否在贸易中断时快速切换至更廉价易得的第一过渡系金属（镍、铜）催化体系，对制药合成供应链至关重要。不过Cernak也坦言，5万个反应仍远远不够预测任何新反应——AlphaFold的成功建立在整个蛋白质社区数十年标准化数据与基准测试之上，催化预测模型的成熟同样需要社区合力。团队已计划围绕其他常用催化反应继续释放更多数据。 （来源：Chemical & Engineering News）