复旦大学徐昕教授团队将密度泛函与支持向量机(SVM)相结合,提出了一种基于13C化学位移的有机物结构解析的高效且精准的方法,称为SVM-M。利用SVM方法中的决策值的双重作用,SVM-M不仅可以判断单个候选结构是否正确,同时在有多个相似候选结构下也可以判断哪个结构更为正确。在一组包含760个分子的分子集中,该方法的精度高达99%,这使得SVM-M有望成为有机物结构解析的高效准确的常规工具。相关工作以“Elucidating structures of complex organic compounds using a machine learning model based on the 13C NMR chemical shifts”为题,发表于Precision Chemistry。