Молодые ученые ИОХ РАН удостоены медали Российской академии наук
Президиум Российской академии наук подвел итоги конкурса 2025 года на соискание медалей РАН с премиями для молодых ученых и обучающихся по образовательным программам высшего образования.
В числе победителей в области химических наук — коллектив исследователей Института органической химии им. Н. Д. Зелинского РАН из Лаборатории металлокомплексных и наноразмерных катализаторов — к.х.н. Лилия Тимерхановна Сахарова, к.х.н. Яна Игоревна Суржикова и аспирант Константин Сергеевич Козлов.
Награда присуждена за работу «Дизайн селективных методов органического синтеза путем механистического исследования каталитических реакций с помощью экспериментальных методов и искусственного интеллекта».
Медали Российской академии наук с премиями присуждаются молодым ученым за выдающиеся научные работы, внесшие значительный вклад в развитие фундаментальных и прикладных исследований.
Как отмечает кандидат химических наук Лилия Тимерхановна Сахарова, конкурсная работа посвящена разработке научных основ рационального дизайна селективных методов органического синтеза путем детального исследования механизмов каталитических реакций. В работе реализован комплексный подход, объединяющий современные экспериментальные методы (прежде всего масс-спектрометрию высокого разрешения in situ), квантово-химическое моделирование и методы искусственного интеллекта для изучения природы активных каталитических частиц и закономерностей, определяющих селективность химических превращений.
Авторы установили, что каталитические реакции протекают не с участием единственной активной формы катализатора, а с участием динамического ансамбля взаимопревращающихся частиц, состав которого определяет эффективность и селективность процесса. Впервые показано, что димерные формы палладиевых катализаторов являются высокоактивными участниками каталитического цикла. Также ученые установили, что под действием света органические фотокатализаторы способны трансформироваться в целый «коктейль» фотоактивных частиц (димеры, тримеры и их окисленные формы), совместно обеспечивающих высокую эффективность процесса. Кроме того, исследователи применили систему искусственного интеллекта для автоматизированного анализа больших массивов масс-спектрометрических данных, что существенно ускоряет поиск новых интермедиатов и открывает возможности для целенаправленного дизайна каталитических систем нового поколения.
«В дальнейшем мы планируем развивать концепцию управления динамическими ансамблями каталитических частиц как универсальный подход к разработке новых каталитических систем. Исследования будут направлены на изучение механизмов каталитических реакций, выявление новых активных форм катализаторов и закономерностей их взаимопревращений, а также установление того, как эти трансформации влияют на активность, селективность и эффективность химических процессов. Особое внимание мы уделим дальнейшему развитию методов искусственного интеллекта для анализа экспериментальных данных и рационального дизайна высокоэффективных каталитических систем», — отмечает кандидат химических наук Лилия Тимерхановна Сахарова.
Поздравляем Лилию Тимерхановну Сахарову, Яну Игоревну Суржикову и Константина Сергеевича Козлова с высокой оценкой их научной работы и желаем новых достижений и дальнейших успехов в исследованиях!
Научные публикации:
Discovering Organic Reactions with a Machine-Learning-Powered Deciphering of Tera-Scale Mass Spectrometry Data. Nat. Commun. 2025, 16, 2587. DOI: 10.1038/s41467-025-56905-8
Expanding the Role of Dimeric Species: On-Cycle Involvement, Improved Stability, and Control of Stereo-Specificity. A Case Study of Atom-Economic Catalytic Hydrothiolation. ACS Catal. 2023, 13, 3591–3604. DOI: 10.1021/acscatal.2c06406
Pd-Catalyzed Synthesis of Densely Functionalized Cyclopropyl Vinyl Sulfides Reveals the Origin of High Selectivity in a Fundamental Alkyne Insertion Step. ACS Catal. 2020, 10, 9872–9888. DOI: 10.1021/acscatal.0c02053
Revealing Catalyst Self-Adjustment in C–S Cross-Coupling through Multiscale Liquid-Phase Electron Microscopy. ACS Catal. 2024, 14, 5804–5816. DOI: 10.1021/acscatal.3c06258
Reconfiguration of Active Species under Light for Enhanced Photocatalysis. J. Am. Chem. Soc. 2025, 147, 22796–22805. DOI: 10.1021/jacs.5c05052
Fully Automated Unconstrained Analysis of High-Resolution Mass Spectrometry Data with Machine Learning. J. Am. Chem. Soc. 2022, 144, 14590–14606. DOI: 10.1021/jacs.2c03631