SynEPD: a curated mechanistic data resource with electron-pushing annotations and hierarchical taxonomy for polar organic reactions
本文介绍了 SynEPD，这是一个由 1,926 个质量与电荷平衡的极性有机反应组成的精选数据集，它独特地整合了层级分类法、原子映射转换以及结构化的电子推导注释，旨在实现机理检索、模板挖掘以及用于电子流预测模型的开发。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
化学通常被教授为一种对静态结构的各种研究，但其核心却是一个关于运动的故事。这是一个关于原子如何重新排列以形成新物质的故事，而这一过程是由电子的流动所驱动的。在课堂上，科学家和学生长期以来一直使用一种特定的视觉语言来追踪这种看不见的交通：弯曲箭头。这些画在纸上的箭头展示了电子对如何从一个位置移动到另一个位置，从而打破旧键并形成新键。这种被称为“电子推动”（electron pushing）的方法，是解释反应为何发生以及如何逐步进行的标准方式。然而，尽管这些图表是教学和推理化学反应的通用语言，但它们很少以计算机易于读取、检查或学习的方式进行存储。大多数化学反应数据库仅记录起始物料和最终产物，却遗漏了至关重要的旅程——即电子所经过的路径。由于缺乏这张详细的旅程地图，很难构建能够真正理解化学反应如何运作或高精度预测新反应的计算机程序。
研究团队现在通过建立一个包含这些详细电子流向图的新型、精心策划的化学反应集，填补了这一空白。他们将这一资源称为 SynEPD。该数据库不仅仅是列出投入和产出，而是记录了近两千种不同极性有机反应中每一个电子移动的具体步骤。在这些反应中，电子在原子之间转移以产生带电中间体，这一类别涵盖了大量用于制造药物、塑料和其他材料的化学反应。研究人员并非简单地从现有来源抓取数据，而是手动构建并验证了每一个条目，以确保其在化学上是完美的。他们检查了反应两端的原子数量和电荷是否平衡，并确认了他们记录的电子移动序列确实将起始分子转化为了正确的最终产物。
其结果是一个包含 1,926 个不同反应的库，每个反应都链接到一个清晰的分层系统，根据其运作方式进行分类。对于集合中的每一个反应，团队都记录了 8,123 个独立的电子推动箭头。这些箭头不仅仅是图片；它们是编码后的指令，告诉计算机确切地哪个原子失去了电子对，以及哪个原子获得了它。该数据库还包含了一种观察每个反应“核心”的独特方式，即识别那些改变其连接关系的特定原子以及它们经历的临时状态。这使得研究人员不仅能根据反应的外观，还能根据其电子流动的特定逻辑对反应进行分组。为了让这些数据对更广泛的科学界有用，团队还创建了一个桥梁，将他们的新系统与现有的命名化学反应标准连接起来，使科学家能够使用熟悉的名称找到这些详细的地图。
这一资源的创建涉及严格的人工审查和自动化检查过程。有机化学专家选择了不同类型反应的代表性示例，手工绘制电子流向图，然后将其转化为数字格式。随后，这些图表接受了一项严格测试：一个计算机程序会重演序列中的每一个箭头，以查看其是否成功地将起始分子转化为最终产物。如果序列未能产生正确的结果，该条目就会被拒绝。这确保了数据库中的每一条记录都是一个有效的、可运行的化学转化模型。团队还将这些反应组织成一个结构化的树状结构，从酸碱化学或取代反应等大类开始，逐步深入到具体的、命名的转化过程。这种层级结构有助于研究人员找到他们正在寻找的精确机制，无论他们是在研究简单的质子转移，还是复杂的多步重排。
通过将分子的整体变化与电子移动的具体顺序分离，SynEPD 提供了一种研究化学反应性的新方法。它允许科学家提出以前难以回答的问题，例如，实现相同结果有多少种不同的电子移动方式，或者自然界中最常见的电子流模式有哪些。该数据库现已向所有人开放，为开发更智能的分子反应预测计算机模型提供了基础。它代表了一种转变，即从仅仅编目化学结果转向理解支配它们的动态规则。通过这一资源，电子的隐形舞蹈变成了一份可见的、可搜索的且可测试的记录，为驱动化学变化的根本过程提供了更清晰的视野。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。