用方向盘导航化学反应空间

自主反应网络探索算法为探索复杂化学过程的机理提供了系统性方法。然而，所得反应网络极为庞大，探索所有潜在可访问的中间体在计算上过于昂贵。这使得暴力探索不可行，而带有完全预定义中间体或硬性化学约束（如元素特定配位数）的探索对于复杂化学体系又不够灵活。在此，我们引入一个方向盘来引导原本无偏的自动探索。方向盘算法直观、普遍适用，并能让人聚焦于涌现网络中特定区域。它还允许在机理探索、催化剂设计及其他化学优化挑战的背景下引导自动数据生成。该算法在过渡金属催化剂的反应机理阐释中得到演示。我们重点展示了如何以系统且可复现的方式探索催化循环。探索目标完全可调，使得该方向盘既可用于结构特定（精确）计算，也可用于可能反应中间体的广泛高通量筛选。