Reaxys 학술 협력 네트워크 회원
학술 협력 회원들이 작업에 Reaxys를 활용하여 전문 지식을 공유하는 웨비나 녹화본(새 탭/창에서 열기)을 확인해 보세요.
Andreas Brunschweiger 박사
TU Dortmund University(독일) 화학 및 화학 생물학 교수
연구 초점
DNA 인코딩 라이브러리(DEL)는 표적 기반 소분자 스크리닝을 위한 강력한 기술입니다. DEL 설계는 화학적, 특히 구조적 다양성에 접근하기 위한 화학 반응 선택의 문제를 제기합니다. 그러나 화학 반응 공간이 광대해 반응 데이터베이스 마이닝을 위한 컴퓨터 지원 도구가 필요합니다. 박사의 그룹은 반응 공간에서 관련 반응을 필터링하고 여전히 인상적인 수의 잠재적으로 유용한 반응을 클러스터링을 통해 체계화할 수 있는 도구를 개발했습니다. 이 도구는 인코딩된 라이브러리 설계에 대한 의사결정을 지원할 것입니다.
관련 간행물
M. Potowski, F. Losch, E. Wünnemann, J. K. Dahmen, S. Chines, A. Brunschweiger. Screening of metal ions and organocatalysts on solid support-coupled DNA oligonucleotides guides design of DNA-encoded reactions. Chem. Sci., 2019, 10, 10481-10492.
M. Potowski, V. B. K. Kunig, L. Eberlein, A. Vakalopoulos, S. M. Kast, A. Brunschweiger. Chemically stabilized DNA barcodes for DNA-encoded chemistry. Angew. Chem. Int. Ed., 2021, 60, 19744-19749.
Brunschweiger 박사 연락(새 탭/창에서 열기)
Leroy (Lee) Cronin
글래스고 대학교(스코틀랜드) 화학과 교수
연구 초점
반응 인포매틱스에 대한 보편적 접근: 오늘날에는 물리적으로 허용되는 많은 분자와 상상할 수 있는 물질을 설계하고 합성하는 것이 가능하지만 역설적으로 이러한 성공적인 절차를 높은 신뢰성으로 재현하거나 재실행하는 것은 불가능합니다. 수동 또는 반수동 합성을 위해 고안된 많은 조건이 균일하게 기록되지 않고 반응 인포매틱스를 기록하는 표준 방법이 없기 때문입니다. 교수의 그룹은 수동 또는 자동의 모든 절차를 화학 반응 및 합성 탐구를 위한 새로운 표준 언어로 번역할 수 있는 반응 인포매틱스 및 화학 합성을 기록하는 보편적인 접근 방식을 고안하여 이 문제를 해결하기 위해 노력하고 있습니다.
또한 이 새로운 접근 방식은 모든 합성 화학자가 접근할 수 있고 모든 로봇 시스템(적절한 사양에 따름)에서 작동하는 화학용 범용 프로그래밍 언어로 매핑되므로 보편적으로 코드를 신뢰할 수 있는 화학 및 재료 프로세스로 전환할 수 있습니다.
관련 간행물
J. Granda, L. Donina, V. Dragone, D. –L. Long, L. Cronin. Controlling an organic synthesis robot with machine learning to search for new reactivity. Nature, 2018, 559, 377-381.
S. Steiner, J. Wolf, S. Glatzel, A. Andreou, J. Granda, G. Keenan, T. Hinkley, G. Aragon-Camarasa, P. J. Kitson, D. Angelone, L. Cronin. Organic synthesis in a modular robotic system driven by a chemical programming language. Science, 2019, 363, 144-152.
] S. Hessam M. Mehr, M. Craven, A. Leonov, G. Keenan, L. Cronin. A universal system for digitization and automatic execution of the chemical synthesis literature. Science, 2020, 370, 101-108A.
D. Caramelli, J. M. Granda, S. Hessam M. Mehr, D. Cambié, A. B. Henson and L. Cronin. Reactivity First Approach to Autonomous Discovery of New Chemistry. ChemRxiv, Theoretical and Computational Chemistry, 2021.
최신 명예 및 수상 경력
NIH Integrated Challenge Prize, JSCC International Award(둘 다 2019년)
Cronin 교수 연락
Alexei Lapkin
교수, 케임브리지 대학교 화학공학 및 생명공학과(영국)
연구 초점
Alexei Lapkin 그룹의 현재 초점은 화학 공정 개발의 지속가능한 화학, 데이터 과학 및 ML에 있습니다. 이들은 화학 산업의 지속가능성 문제를 해결하기 위해 혁신적인 디지털 기술 개발에 노력하고 있습니다. 순환 경제를 위한 반응 경로 설계를 위한 머신 러닝 방법과 빅 데이터 접근 방식이 개발 중인 두 가지 영역입니다. 또한 Lapkin 교수 그룹은 프로세스 개발을 위한 머신 러닝 및 AI 방법 개발을 적극적으로 추진하고 있습니다.
관련 간행물
J.M. Weber, P. Lio, A. Lapkin. Identification of strategic molecules for future circular supply chains using large reaction networks. React. Chem. Eng., (2019). DOI: 10.1039/c9re00213h(새 탭/창에서 열기)
Lapkin 교수 연락처
티무르(Timur) I. 마지도프(Madzhidov)
카잔 연방 대학교(러시아) 유기화학 A.M. 부틀레로프 화학 연구소 부교수
연구 초점
화학 정보학 및 분자 모델링 연구실의 팀 리더인 마지도프(Madzhidov) 교수의 주요 연구 관심 분야는 반응 정보학입니다. 그는 반응 처리를 위한 라이브러리인 CGRtools와 반응 정보학을 위한 다른 오픈 소스 도구의 기여자 중 한 명입니다. 그는 반응 속도, 평형 상수 및 거울상 선택성 예측, 최적 반응 조건 평가를 위한 머신 러닝 기반 접근법을 개발했습니다. 또한 새로운 반응을 발명하기 위한 AI 기반 기법을 제안했습니다. 마지도프 교수는 화학 반응 데이터베이스(CGRdb, RePathDB)와 반응 데이터 큐레이션 및 균질화, 대규모 반응 데이터 세트에서 지식 추출을 위한 오픈 소스 도구를 제안하는 데 적극적입니다.
마지도프 교수는 약리학과 다중 인스턴스 학습의 적용을 기반으로 의약품 설계를 위한 여러 가지 접근법을 개발했습니다.
관련 간행물
Automatized assessment of protective group reactivity: a step toward big reaction data analysis. AI Lin, TI Madzhidov, O Klimchuk, RI Nugmanov, IS Antipin, A Varnek. Journal of chemical information and modeling, 56 (11), 2140-2148. https://pubs.acs.org/doi/abs/10.1021/acs.jcim.6b00319(새 탭/창에서 열기)
Artificial intelligence in synthetic chemistry: achievements and prospects. II Baskin, TI Madzhidov, IS Antipin, AA Varnek. Russian Chemical Reviews, 86 (11), 1127. https://iopscience.iop.org/article/10.1070/RCR4746/meta(새 탭/창에서 열기)
Reaction Data Curation I: Chemical Structures and Transformations Standardization. T Gimadiev, A Lin, VA Afonina, D Batyrshin, RI Nugmanov, T Akhmetshin, P Sidorov, N Duybankova, J Verhoeven, J Wegner, H Ceulemans, A Gedich, TI Madzhidov, A Varnek. Molecular Informatics, 2021. https://doi.org/10.1002/minf.202100119(새 탭/창에서 열기)
마지도프 교수와 연락하기
Guillermo Restrepo
독일 라이프치히 대학교 막스 플랑크 과학 수학 연구소 및 생물정보학 학제간 연구 센터, 교수
연구 초점
Guillermo Restrepo는 2017년부터 활동 중인 회원입니다. 교수는 화학 지식의 진화와 화학의 역사에 중점을 두고 화학 공간의 역사적 확장과 주기율표의 진화를 연구합니다.
관련 간행물
Eugenio J. Llanos, Wilmer Leal, Duc H. Luu, Jürgen Jost, Peter F. Stadler, and Guillermo Restrepo. Exploration of the chemical space and its three historical regimes. PNAS, 2019. https://www.pnas.org/content/116/26/12660(새 탭/창에서 열기)
Wilmer Leal, Eugenio J. Llanos, Peter F. Stadler, Juergen Jost, Guillermo Restrepo. ChemRxiv, 2019. https://chemrxiv.org/engage/chemrxiv/article-details/60c743f0702a9b4c2918a6ea(새 탭/창에서 열기)
최신 명예 및 수상 경력
2020 독일 화학 학회 Gmelin-Beilstein Denkmünze