• 1.準確預測通量實驗的極限值，減少高通量實驗次數。

• 2.有效評估產物的產率分布，減少反應路線開發成本。

• 3.具體掌握反應的微觀機理，高效調控反應進程。

   

     例如，在圖1所示一個經典的工業催化反應體系中，底物A會在不同反應位點（1，2，3和4）上發生反應，最終在實際生產中表現為不同產物的選擇性差異：如圖1所示，1號反應位點對應的產物E選擇性為98.0 %，2號反應位點對應的產物F選擇性為0.4 %，4號反應位點對應的產物G選擇性為1.6 %，實驗未能檢測到3號反應位點對應的產物。

圖1 化工生產中一個經典的催化反應體系

     通過計算第一步反應（底物A反應生成B，C和D）的勢能變化，就已經能夠對這一實驗結果做定性解釋，如圖2所示?？梢悦黠@看出，1號位點（圖2黑線）發生的反應作為主反應，有著最低的反應能壘和最穩定的產物結構。而實驗中未檢測到3號位點（圖2藍線）對應的產物，也與其顯著較高的反應能壘（約是主反應的2倍）以及較差的產物穩定性高度一致。而2號（圖2紅線）和4號位點（圖2綠線）的反應能壘及其產物穩定性介于上述二者之間，也能夠與實驗相符合。

圖2 底物A在4種不同反應位點的第一步反應中的勢能變化情況

    從上面的例子可以看出，通過計算反應的勢能變化，就能夠非常有效地解釋相應的實驗結果。然而，化工生產中涉及到的反應往往會更加復雜，想要獲取完整的反應路徑勢能信息比較困難。前人在此方面已經做了許多努力，在此基礎上，我們自主開發了用于反應路徑搜索的一系列方法。結果如圖3所示。

圖3 底物A在4種不同反應位點的反應路徑搜索結果

     可以看到，除了實驗中指出的產物，反應路徑搜索方法還能夠進一步探索更多可能的反應，得到一批新的產物和更多可能的反應路徑。這些反應過程中關鍵的結構信息和能量信息都在搜索過程中被保存下來，不同反應路徑的難易程度也能夠通過比較過渡態的能壘值（圖3藍色數據）定性判別。借助反應路徑搜索方法能夠在降低實驗成本的同時提高研發效率，完善更加全面的反應信息，幫助理解化工體系中的各種微觀反應機理。