Geen resultaat is ook resultaat, bewijzen Delftse chemici. Ze publiceren een van de grootste datasets van een model van een rhodium-gekatalyseerde hydrogenering dat verrassend weinig liet zien, staat in Chemical Science.

Al een halve eeuw zetten rhodiumkatalysatoren alkenen enantioselectief om met waterstof (hydrogenering). Talloze artikelen zijn er al verschenen over dit soort katalysatoren en het onderliggende reactiemechanisme, dus je zou mogen verwachten dat er een goed ontwikkeld begrip is over deze katalytische reacties. Maar er is nog geen gestroomlijnde methode om snel de juiste liganden te kiezen voor je homogene katalysator als je van substraat wisselt. Adarsh Kalikadien, Evgeny Pidko en collega’s van de TU Delft en Janssen Pharmaceutica wilden kijken of ze hiervoor met machine learning een voorspellend model konden ontwikkelen, maar het project liep anders dan verwacht.