MétaCan
Menu
Retour à la cohorte
Enregistrement W7115579649 · doi:10.26434/chemrxiv-2025-tpfct

Practical Data-Driven Interrogation of Reactivity in Acid-Catalyzed Carbonyl–Olefin Metathesis with Machine Learning and Large Language Models

2025· article· W7115579649 sur OpenAlexafffund

Notice bibliographique

RevueChemRxiv · 2025
Typearticle
Langue
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchResearch Corporation for Science Advancement
Mots-clésBlueprintCatalysisScheduling (production processes)InterpretabilityMetathesisSubstrate (aquarium)Bayesian inferenceInference

Résumé

récupéré en direct d'OpenAlex

Carbonyl–olefin metathesis (COM) has emerged as a powerful yet mechanistically complex transformation for forging carbon–carbon bonds. Although diverse Brønsted and Lewis acid catalysts enable COM reactivity, predicting which catalyst will be effective for a given substrate remains challenging. Likewise, machine learning (ML) and large language models (LLMs) are emerging tools for planning experiments in organic synthesis, but their relative strengths in mechanistically rich catalytic systems like COM remain unclear. Here we address both challenges through a practical ML framework that combines a rigorously curated, blinded dataset of 147 COM reactions—spanning structurally diverse substrates and Brønsted, Lewis, and superelectrophilic ion-pair catalysts—with tiered predictive models to guide catalyst and substrate selection. A Morgan-fingerprint baseline captures substantial yield variation, demonstrating that structure-only representations provide rapid initial screening. Physically informed models based on quantum-derived descriptors of independent catalyst and substrate structures achieve higher accuracy (R² ≈ 0.92) and maintain performance on external substrates, while feature-importance and SHAP analyses reveal catalyst HOMO energy, dimerization propensity, and substrate carbonyl polarization as dominant determinants of reactivity. Reactivity-cliff analysis distinguishes smoothly interpolating catalysts such as FeCl₃ and ZnCl₂ from cliff-rich ion-pair systems, identifying regions where predictions are intrinsically unreliable and targeted experiments are most informative. Variance-guided Bayesian optimization recovers most full-model performance using only ~40% of the reaction matrix, while a parallel GPT-4–driven, code-free acquisition protocol surpasses expert selection and substantially outperforms random sampling. Together, these results provide a mechanistically interpretable, data-efficient blueprint for COM catalyst discovery and demonstrate how uncertainty-aware ML and LLMs can augment human intuition in complex catalytic systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,325
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetMachine Learning in Materials ScienceTravaux en français237 207