环境议题处在公众关切的最前线。气候变化和污染等挑战在驱使各国政府和公司付诸行动，以降低它们对环境造成的冲击。化学品工业尤其需要让产品和生产过程更具可持续性。从宏观角度来看，这些挑战需要全球的协调与合作，譬如联合国计划成立的化学品、废弃物及污染咨询小组。
在个体层面上，实验室化学家同样关心他们日常工作造成的影响。英国皇家化学学会的《可持续实验室》报告显示，化学家想要尽更大努力来让他们的实验和化学反应更加“绿色”。化学家对于绿色化学的概念并不陌生，知道它是一种让化学反应和产品更具可持续性的方法，然而要将那些原则付诸实践可能很具挑战性。正如英国皇家化学学会报告指出的那样，许多化学家感觉他们缺乏做出周全决策所需的数据。
一些化学信息平台，如爱思唯尔公司旗下Reaxys数据库，能提供化学家需要的资讯，简化决策步骤，帮助填补这个缺口。从实用的视角来看，化学信息学能帮助化学家应用三个策略——替换、减少和预测——而让化学反应更加“绿色”。“替换”归结起来就是使用对环境更友好的溶剂和试剂。“减少”是要寻找方法，使得在创造过程中使用更少的能量和物料，或者产生更少的实验室废弃物。“预测”涉及利用AI和机器学习技术来制造更好的产品，设计出更加可持续的工艺路线和程序，在你拿起烧瓶之前就提高成功的概率。
替换
为什么更换试剂或反应物会让反应更加“绿色”？有几个原因。一些化学物质因为有毒、致癌或容易爆炸，应该被其他化学物替代。譬如，化学家通常使用的二甲基亚砜（DMSO）和二甲基甲酰胺（DMF）之类极性非质子溶剂是首要的替换对象，可以换成更加温和的替代溶剂。使用低共熔溶剂或离子液体替换极性非质子溶剂的话，能有同样的性能，但对于化学家和环境的风险会低得多。
就算一种化学物质不会对人员或环境带来危险，但假如它来自化石燃料，那么它仍然可能是一个糟糕的选择。按照这条标准，很大一部分常见的有机溶剂都属于此类。你能否不再使用石油衍生的溶剂，改成用一些源自生物质的溶剂？甚至可不可以使用水？随着一些溶剂的大量使用，特别是对于色谱法之类的提纯程序，这可能较容易获得化学反应的绿色认证。
根据Reaxys数据库产品管理主管帕洛玛·恩格尔·加西亚（Paloma EngelGarcía）博士的说法，替换一种溶剂是最容易应用的绿色化学原则之一，而且能产生巨大的影响。数据库使得这个替换过程更加容易，因为数据库从文献和专利中摘录所有相关的反应数据（包括反应条件和反应收率），使得数据可检索。数据库的先进检索和过滤功能让你直接搜索需要的数据，减少确定替代选项的时间，不用费力地用试错法在文献中搜寻可能与研究主题相关的论文，并希望其中含有你需要的信息。“它让你不必阅读所有论文就询问出所需内容这件事更加容易办到，”她说道，“过滤功能让使用者很容易就能缩小选择范围。”
除了选择不同的溶剂外，回避卤化溶剂有着显而易见的环境益处，也能减少毒性。在数据库中进行查询，就能揭示其他研究者此前是否使用甲醇和水——而不是石油醚和二氯甲烷（DCM）——分离过与你的研究类似的化合物。
将溶剂换成一种更加温和的替代溶剂是最简单的让反应更加绿色的方法之一
采用催化反应是另一条关键的绿色化学原则，但催化反应也可能效率较低，尤其是当它们包含难以分离和回收利用的大配位基时。原子效率更高的催化剂会立竿见影地改善催化反应的可持续性。也可以用一种含量更丰富的催化剂来取代稀有金属催化剂，或者用较不危险的催化剂取代有毒金属催化剂。譬如，许多常见催化剂的核心元素是锡和铬，但这两种元素都具有毒性，难以提纯，且产生许多废物。化学家可以检索数据库，依据这些参数来过滤结果。数据库为你摘录信息，于是你能很容易地找到一种替代的催化剂。此外，数据库能链接到相关的主要文献，那么化学家能迅速找到原始研究，予以评估。
减少
让化学合成更加可持续的另一种方法是使用更短的工艺路线、另一种程序或反应设计。譬如，步骤更少意味着反应很可能产生更少废物，需要更少反应物，消耗更少能量。
“有好几个方面，”加西亚说，“一个方面是反应效率。我想要一个拥有收率高、副产物少的反应。理想情况下，原子效率会十分高，来自起始物料和试剂的大多数原子都包含在最终产物中。这也减少了废物。”
“能源使用是另一个因素。室温下的反应往往需要较低的能量输入，因此在生产中能效更高，”她说道，“这点对于大规模的工业化反应显然至关重要，但在实验室条件下也关系重大。”
加西亚说，在更高的压力下运行的反应也许看起来需要更多能量，但它实际上往往更有能效，因为反应发生得更加快。“因为反应更快，最终还是节省了能量。需要五分钟的反应总是会比运行一整晚的反应更有能效。”
彻底改变反应进行的方式是另一个减少能耗和试剂用量的潜在方式。也许可以从传统的搅拌瓶中的间歇反应改成以连续反应器形式进行的程序。使用微波或紫外线作为能量源取代电炉也许是个更好的选择。
数据库在这方面也能帮助化学家。“你可以选择较高收率的反应，比如设置过滤器，只检索至少90%收率的反应。又或者，可以过滤选择在室温下运行的反应，或是使用连续反应器和固定催化剂来完成的反应。”这是流动化学的又一个环境益处——既然试剂在固定催化剂上流动，催化剂就能在反应过后进行清洗，重复使用，不必将它从反应混合物中分离出来。
数据库可以从专利和论文中抓取所有与反应有关的数据，使得化学家不用在茫茫文献中搜寻论文，能直接获得他们需要的信息
设计一种新合成路线是个辛苦的工作，“预测逆合成”工具帮助确保每一步反应都有价值
譬如，阿根廷化学家古斯塔沃·巴勃罗·罗马内利（GustavoPablo Romanelli）博士已经在工作中广泛使用数据库来重新设计高价化合物的合成路线。生态高效有机合成团体的成员利用数据库来探索合成想要的化合物的不同策略，以可持续性和成本来进行评估。
预测
最后，数据库囊括的化学和反应数据之丰富也能被用来在实际进行反应之前预测反应的情况。或者，它能在一种全新的分子被合成之前先预测它的性质。“在进入实验室操作之前，在计算机中完成尽可能多的工作，这样就节省了时间、能量、试剂和溶剂。”加西亚说道。
加西亚说，数据库内的“预测逆合成”工具能帮助重新设计整条路线，让它更具效率。这是一个基于AI的工具，来自Reaxys研发部门与德国明斯特大学之间的合作，能让新颖和已知的靶向分子的合成路线预测变得更容易。
“我在实验室工作的时候，还没有那种工具，而它会让我的工作容易许多倍！”她说道，“该工具预测特定化合物的合成路线，针对每一步骤给出反应条件和原始文献。那么，我就能选择较短的合成路线，再利用数据库探索每一步的修改，通过替换试剂或溶剂来让反应更加‘绿色’。假如你聚焦于十分高收率的反应，那么甚至可能不需要提纯，把产物简单地过滤一遍就行。”
加西亚指出，这种工具能让化学家的技能组合变得完整，提升和加快设计程序。“软件能帮助优化工艺路线，它对于替换和减少的建议能在极大程度上减少可能需要完成的实验数量。你如何才能预测出最‘绿色’的可能成果？”
数据库包含机器可读的实验数据，使得它也能为其他AI和机器学习程序赋能。譬如，英国剑桥大学的一位化学工程师阿列克谢·拉普金（AlexeiLapkin）教授使用数据已有好些年。其团队使用数据库的大量化学性质和反应数据，建构反应网络，搜寻更高效的分子合成路线，通过建模、程序改善和生命周期最优化寻找更清洁的化学过程。“利用相同的数据在计算机中寻找改善后的合成可及性和更绿色的替代选项，这是一种完全不同的方法。”加西亚说。
你应该从一开始就思考如何让合成更加绿色。比如选择高效的工艺路线，步骤数量应该尽可能的少，考虑是否使用可持续来源的试剂和溶剂，考虑如何进行提纯。当一个项目在一轮轮迭代和改良中发展时，数据库使得化学家很容易在每一步中不断应用绿色化学的原则。
化学家可以本能地考虑使用乙醇来取代氯仿，因为乙醇的毒性较低，而且能以生物质为来源。计算机工具可以提出化学家可能没有想到过的替代选项，这些替代选项可能表现得更加好。“预测逆合成类的工具能帮助执行这一步，速度会比人工文献检索快得多，”加西亚说，“它们不会取代化学家，而是会加强化学家的工作，允许他们将精力集中在为每一步挑选更绿色的选项。”
资料来源ChemistryWorld