Nature Chemistry：化学求索之路——化学的未来与挑战（一）
化工医药原料搜索，用化学加百科专业
导读
近日，为了纪念《自然 • 化学》杂志（Nature Chemistry）创刊十周年，编委们以“化学求索之路”（Charting a course for chemistry）为题发表了纪念创刊十周年的专题（Feature）论文。邀请了全球50余位不同化学领域的知名化学家共同撰文告诉我们，与他们主要研究领域的发展相关的最令人兴奋、最有趣或最具有挑战性的方面，他们谈到了化学安全、谈到了人工智能、谈到了精准合成、谈到了生命合成……这些化学大咖有我们熟知的中国化学家如任咏华院士、杨学明院士、游书力研究员、李昂研究员、陈鹏教授等，让我们一起欣赏这些大咖们为我们描绘的化学蓝图，一起聆听他们都说了什么。doi:10.1038/s41557-019-0236-7
首先是安全，没有了化学，我们的生活寸步难行，而没有了安全，则化学一切归零。实验安全对于化学的重要性，不言而喻，一目了然。
实验安全
英国思克莱德大学Marc Reid教授: “Nature Chemistry”十周年正好赶上了谢莉·桑吉（Sheri Sangi）在洛杉矶加利福尼亚大学一次可避免的实验室事故中不幸去世10周年。尽管人们对反应监测技术、化学信息学和可编程晚期甲基化学的未来发展感到兴奋是可以理解的，但如果不能安全地完成这些研究，这些研究都是无关紧要的。如果我们去工作而不回家的话，所做的一切都不重要了。因此，我们面临的最大挑战是：我们如何更好地理解和消除实验室安全方面的失误？
计算机的不断发展，人工智能的日趋成熟，分析手段愈发的精密和灵敏，更多的催化剂和催化模式不断涌现，它们将如何影响化学？
计算、分析和催化
多伦多大学Alán Aspuru-Guzik教授: 计算化学家的终极目标之一是实现逆向设计，这意味着从理想的性能出发找到稳定和可合成的分子。利用人工智能(AI)来驱动能够“创造”新候选分子的生成模型，将使逆向设计成为现实。为了结束发现循环，将人工智能和机器人技术集成到合成和表征中是我关注的领域之一。此外，随着量子计算机在模拟分子的量子算法方面的进步，量子计算机的能力不断增强，这表明它们很快将与当前的经典计算机形成竞争。
韩国科学技术高等研究院Mu-Hyun Baik教授: 随着化学反应的计算机模型变得越来越逼真，我们必须学会如何使用它们来实现更大的创造力和创新。虽然机器学习和人工智能将有所帮助，但至少在未来20年，人类学习和自然智能仍将占据主导地位。我们能用计算机模型从零开始设计挑战性反应的催化剂吗？我们能不能拿出真正的和颠覆性的创新来挑战普通的化学常识？我认为这是完全可能的-我们只需要这样做。不幸的是，说起来容易做起来难。
苏黎世联邦理工大学Nadine Borduas-Dedekind教授: 由于原位分析和实时分析技术的进步，特别是质谱分析技术的进步，大气化学家现在拥有了前所未有的关于当今大气中气体和粒子分子组成的信息。在未来的气候研究中，我们的任务是量化不断变化的气候中的人类指纹。一个有希望但又具有挑战性的方法是测量和模拟偏远地区的大气组成。在空气质量研究中，目标是将暴露在大气中的成分与对健康的不利影响因素联系起来。我对大气化学家为室内空气质量带来的创新，通过量化活性物质，研究短寿命空气污染物的生命过程及其对人类健康的影响感到兴奋。
洛桑联邦理工学院Clemence Corminboeuf教授：计算化学目前正在经历几个根本性的变化，例如机器学习和大数据分析，GPU（图形处理单元）-加速软件和量子计算机上的量子化学。特别是，量子化学性质的机器学习正在蓬勃发展，并可能导致量子化学计算的加速，为快速有效地筛选和发现新的分子和材料提供新的框架和方法。虽然传统方法仍然存在，但机器学习使用的增加将改变可以通过计算方式解决的问题的性质、规模和复杂性。通过建立统一不同科学领域的国家和国际协同网络，可以克服一些剩余的跨领域限制。
法国科学研究中心François-Xavier Coudert教授：机器学习已经在改变计算化学，在各种层面上整合了包括原子间势、密度泛函理论（DFT）函数和结构-属性关系在内的方法学。目前最大的挑战在于扩大这些努力，每个团队的最新研究都遵循开放科学原则的大型数据集：完全开发性，与明确定义的元数据相关联并使用可互操作的格式。这不仅可以提高重现性并加快发现速度，而且还可以在化学之前以前所未有的方式进行数据挖掘：每次计算，每次实验-无论合成是否成功-都在您的指尖下创造下一个突破或神奇材料！
英国格拉斯哥大学Leroy Cronin教授：为了创造一种真正自下而上的人造生命形式，不依赖于当前生物学或技术的信息，开发能够处理自己信息（不受观察者影响）的化学系统至关重要。现在，这样的系统是由人类化学家或分子水平的生物机器控制的，但如果有可能产生一个可以创造自身和自身信息的系统，使化学信息告知其结构或功能呢？自编程化学系统的出现将成为从“从沙子到细胞”这种从头方式创建自主人工组装的重要里程碑。
科罗拉多大学波德分校Tanja Cuk教授：研究表面化学转化最激动人心的方面是有机会揭示催化循环的真实动力学。目标是不仅能及时捕获催化中间体，而且监测它们如何沿着表面移动，相互作用，生成下一个中间体，最终产生产物的键。为了建立这种机制理解，我们需要先进的光谱技术应用于原位催化反应，具有很高的数量级的高时间分辨率。简而言之，如果我们能够确定使催化产物持续进化的过渡态是怎样进行的，那么它将把多相催化领域推向一个全新的领域。
美国西北大学Danna Freedman教授：量子信息科学有望改变我们的科学前景。化学衍生的量子比特在量子传感的子领域中特别有吸引力，其中利用物质的量子特性来检测极小的信号，例如温度、磁场或电场的微小变化。在接下来的几十年里，这个领域可能会取得进展，例如质子和电子自旋的单分子传感可实现单分子核磁共振，能够检测处于特定目标状态的少量酶（如催化中间体）。从感应整体到感知单分子的进展将影响我们对反应机制、生物系统和特殊材料的理解。
明斯特大学Frank Glorius教授：这是一个催化的黄金时代，随着大量催化技术和不断改进的分析工具的开发，最令人兴奋和重要的挑战即将到来。我对三个发展领域感到特别兴奋。首先，多相催化-需要更好的分子理解，以便能够设计新的催化剂，以实现更高效的工业过程。第二，采用新的策略和改进的催化剂来实现复杂分子的后期官能化（例如，使用C-H活化）。最后，我相信使用基于信息的策略（如智能筛选或人工智能和机器学习）发现新反应，这将极大地改变催化和化学领域。
波士顿大学Malika Jeffries-EL教授：近年来，有机半导体的发展已经超越了基础学术研究，现在已用于众多商业应用中。尽管具有潜力，但是具有理想特性并且可以使用简单的合成方案制造的新材料才是最需要的，这样才能使“塑料电子”成为可能。有机半导体的性能依赖于其结构和光电性质之间的相互作用-这两者都取决于许多相互关联的变量的优化，例如能级、带隙和电荷传输。因此，需要新的计算工具，合成方法以及有机化学家、理论家、物理学家、材料科学家和电气工程师的协同合作来解决这些挑战。
意大利的里雅斯特大学Silvia Marchesan教授：手性已经吸引了化学家近两个世纪，并且仍然在从亚原子到银河系的尺度上提供了意想不到的奇迹。同质性在自然界中起着重要的作用，但异质装配在构建功能性宏观网络中的重要性和潜在效用不应被低估。渴望模仿自然的优雅复杂性的超分子系统也必须是可持续的。一个巨大的挑战是破解设计规则，使我们能够将信息编码到异构的构建块中，以便它们能够自组装成具有定义功能的层次结构和动态结构，就像我们所知道的自然组装生命的组成部分一样。
以色列本-古里安大学Anat Milo教授：在这个自动化时代，合成化学越来越精简，分子设计通过算法来不断增强，这些算法兼顾了我们无法在脑海中轻易捕捉到的众多特征：合成的未来是光明而有趣的。一个主要的挑战是将我们对化学的理解融入21世纪的技术，而不是简单地追随最新的趋势。除了完善制造分子的任务外，我们作为化学家的角色是利用我们工具箱中的所有方法-即旧的、新的和尚待发现的方法-来实现其潜力、阐明机制并设计可持续的未来。
苏黎世大学Cristina Nevado教授: 日益增长的人口对日益减少的自然资源的需求不断增加，所带来的挑战将需要以化学为基础的解决办法。这些措施包括开发高选择性、节能、环境友好的方法，以生产具有量身定制特性的革命性新形式的物质，以及发现有效改造现有原料的工艺，以确保可持续地生产新的和现有的物质。各种形式的催化以及对化学过程的更深入的机制理解，将在满足当前和未来社会需要方面发挥核心作用。
牛津大学Carol Robinson教授：质谱可用于了解膜蛋白如何与其脂质环境相互作用。这是具有挑战性的，因为大多数实验需要从细胞膜中提取蛋白质组装体，并且该过程通常扰乱蛋白质-脂质相互作用。主要目标是保持膜蛋白处于其天然状态，其相关脂质完整，而复合物转移到气相中。我们的一个令人兴奋的突破是从脂质囊泡释放蛋白质复合物并将它们直接发射到质谱仪中。未来的发展将涉及将这种技术应用于来自各种不同组织类型的膜。
佐治亚大学Gregory Robinson教授：我们面临的全球挑战-例如发展可再生能源、消除疾病、建立更有效的粮食生产流程和应对气候变化-都是令人望而生畏的。虽然解决这些不同问题的办法必然是多方面的，但地球丰富的主要组元的化学无疑将发挥重要作用。值得注意的是，这些问题的化学作用以及解决这些问题的方法必须有效地传达给一般公众和政府官员。因此，在培养化学家时，我们必须更多地注重公开演讲和一般写作技能。未来将需要优雅的化学和雄辩的化学传播者。
澳大利亚新南威尔士大学Timothy W. Schmidt教授：现在已经知道单线态裂变发生在许多分子系统中，并且出现了快速有效的吸热单线态裂变的设计规则。为了正确利用这一现象并提高太阳能转换效率，我们必须学会如何有效地将分子三重态激子直接或由光子介导转移到硅等半导体上。最具挑战性的发展将是发现在阳光下不会降解的高效吸热单线态裂变材料。
意大利佛罗伦萨大学Roberta Sessoli教授：性能更好的催化剂、能耗更低的设备以及更高效的能源生产流程构成了可持续发展世界的必经之路。电子的自旋在涉及电子转移的所有过程中起着关键作用，并且自然进化通过选择手性作为关键组分来优化这些过程。我们刚刚开始理解旋转自由度和分子手性之间相互作用的丰富性。开发用于在分子尺度上研究和控制自旋相关电子传输的新工具，也可以在新兴的量子技术领域开辟新的视角。
帝国理工学院Aron Walsh教授：现在是化学家放下实验室外套并学习如何编码的时候了。现在，计算化学正在发生许多激动人心的变化，从开放源码协作工具的使用，结构属性数据库的扩展，到化学系统机器学习的第一次成功。这个领域彻底改变了。化学、数学、计算机科学和工程学之间的交叉是具有挑战性的，但却是有益的。通过利用这些工具，未来我们将探索新的化学物质并发现具有奇异特性的材料，远远超出自然界中可以找到的物质。
英国圣安德鲁斯大学Allan J. B. Watson教授：对催化反应的先验设计的计算预测将是正在进行的合成化学发展的一个重要课题。通过对特定性能良好的催化系统的参数化研究，我们已经看到了这一技术的出现。这一领域的一个重大挑战将是如何使解决方案的动态合理化并最终加以控制。了解多配体和多金属体系的动力学，从一开始就建立起控制机制，这对于开发新的催化反应，促进新的应用和加快化学合成具有重要的意义。
荷兰乌得勒支大学Bert M. Weckhuysen教授：我们的社会应该变得更加可持续化，因此我们必须考虑“循环利用”。目前的化学过程被设计为有效地将X转换成Y，但是在使用之后还没有将Y转换回X。因此，必须设计分子或材料Y以便我们可以容易地回收它并制造X或一种全新的分子或物质。这种思维方式（“原子和分子的循环”）将影响许多化学领域，包括催化、有机化学和材料化学，因为我们必须合成我们的日常用品，不仅要经久耐用，还要进行化学回收。
香港大学任咏华（Vivian W.-W. Yam）院士：尽管化学家展示了令人印象深刻的创造力和复杂的合成技术，但仍然很难精确控制分子如何包装、排列和自组装来制造功能性分子材料。要做到这一点，就需要控制各种非共价分子力的微妙平衡（它们将分子聚集在一起）以及分子内力（它们控制分子构象和拓扑结构）。此外，通过产生和利用分子的激发态，通过自旋态的混合和金属特征的引入，来扩展已经多样化的分子库，将为发光、光催化和光能技术的突破创造几乎无限的、令人兴奋的机会。
中国科学院大连化物所杨学明院士：在化学反应动力学的研究中，最令人激动的成果即是开发出有价值的实验或理论方法。这样的方法包括真空紫外和X射线波段的自由电子激光，它能以前所未有的分辨率和灵敏度检测简单化学反应的过程，并使我们有机会研究更多更复杂的反应。在理论方面的进展，比如更高精度的密度泛函理论，可以使我们得以在更高的精度下研究和解释更加复杂反应的机理。最为重要的是日益增进的理论化学与实验化学的互动与交融，这将推动化学作为一门实实在在的科学得到长足的发展。
（篇幅有限，更多将在后续的二、三、四部分呈现…）
撰稿：诗路化语
入驻化学加网快速通道，将与微信小程序同步展示
2万多家化工医药企业已入驻
（长按识别二维码立即注册入驻）
投稿分享 | 转载联系 | 广告推广 | 商务合作
联系化学加编辑部 :18676881059（手机/微信）
邮箱：gongjian@huaxuejia.cn
拓展阅读
更多精彩，关注本号后，点击菜单栏或回复字母查看
回复 V：Nature/Science 回复 W：有机化学
回复 T：科研动态 回复 i：美丽化学
回复 P：化工应用 回复 L：科普知识
回复 C：漫画化学 回复 D：化学趣史
回复 F：化学视频 回复 Z：科技名人