启发式引导的反应机理探索

对于化学反应网络的探究，高效且准确地确定所有相关中间体和基元反应是必要的。此类网络的复杂性可能迅速增长，特别是当涉及可能引发无数副反应的反应性物种时。若无自动化，对复杂反应机理的完整研究是繁琐且可能不可行的。因此，在实践中通常仅探索化学反应网络（例如催化循环或酶级联）中预期的主导反应路径。在此，我们提出了一种以并行化和自动化方式构建此类网络的计算方案。反应性复合物的分子结构基于源自概念电子结构理论的启发式规则生成，随后通过量子化学方法优化，以产生新兴反应网络的稳定中间体。然后根据某种结构相似性度量，自动检测该网络中可能通过基元反应相关联的中间体对，并对其进行连接过渡态的自动搜索。结果可视化为自动生成的网络图，从中可获得复杂化学过程机理的全貌，极大便利了整个网络的分析。我们将该方案应用于Schrock固氮催化剂，以研究催化合成氨的替代路径。