密歇根大学药学院Tim Cernak副教授团队历经十年研发，正式推出包含逾五万项碳氮键偶联反应数据的大型开源数据库，相关成果已发表于二零二六年《美国化学会志》。该数据库作为迄今规模最大的化学反应数据集，已免费接入开放反应数据库平台，供全球科研界调用。 当前人工智能在药物发现领域的应用日益深入，但受限于高质量化学实验数据的匮乏，预测模型训练长期受阻。此次发布的数据集涵盖数千种原料与反应条件组合，旨在为AI系统提供精准训练基础，从而大幅缩短新药研发周期。团队在分析不同催化剂表现时发现，镍与铜在多项反应中表现可媲美传统钯催化剂。鉴于钯等贵金属供应链高度集中且成本高昂，该发现为替代方案提供了可靠依据，有效降低药物合成的经济风险与供应链脆弱性。 Cernak指出，系统化设计的大规模数据集能够揭示传统局部研究难以察觉的反应规律，例如极端条件下高活性中间体的生成路径。这一数据资源的开放不仅将加速预测模型迭代，更有望推动无贵金属催化的高效合成路线普及，为全球制药产业应对复杂合成挑战提供关键基础设施。