剑桥大学研究员在一次“失败”的对照实验中，发现利用LED灯即可触发高效化学反应，让药物分子的后期精准修饰变得简单且环保。
2026年03月12日，发表在 Nature Synthesis 杂志上的一项研究引起了化学界的轰动。 剑桥大学 的科学家们在一次本以为会失败的对照实验中，意外发现了一种利用光能驱动的全新化学反应。这种被命名为“反傅-克反应”的新方法，有望让药物制造变得更环保、更高效，并为改良现有药物提供全新的工具。
长期以来，化学家在构建药物分子的核心骨架时，主要依赖经典的“傅-克反应”。这种反应条件苛刻，通常需要使用强效化学试剂或昂贵的金属催化剂，因此只能在药物生产的早期阶段进行。如果科学家想要在分子已经成型后再做一个微小的改动，往往需要像拆掉大楼地基一样，从头开始重建整个分子，整个过程可能耗时数月。
这次 剑桥大学 的突破彻底扭转了局面。 剑桥大学圣约翰学院 的博士研究员 David Vahey 在进行常规实验时，为了验证光催化剂的作用，特意做了一组不加催化剂的对照组。令他惊讶的是，在没有催化剂的情况下，仅靠一盏普通LED灯的照射，反应不仅成功了，甚至在某些情况下表现得更好。
这种由光激发的自持链式反应能在常温下进行，无需使用昂贵或有毒的重金属催化剂。最重要的是，它具备极高的选择性，能在不干扰分子其他脆弱部位的前提下，精准地建立新的碳-碳键。这意味着化学家可以在药物研发的最后阶段，像修图一样对分子进行“后期精准微调”。这种能力对药物开发至关重要，因为哪怕是一个原子结构的微小变化，都可能显著影响药效、代谢方式或者副作用的大小。
除了让研发提速，这种新方法还极大地降低了环境成本。通过减少生产步骤和能量消耗，医药工业向可持续生产迈进了一大步。为了验证该技术的实操性，研究团队还与 阿斯利康 展开了合作，确保它能满足大规模工业生产中的环保和技术要求。
此外，研究团队还引入了与 都柏林三一学院 合作开发的机器学习模型。人工智能通过分析已有的化学模式，可以预测反应在完全陌生的分子上的发生位置，从而进一步减少了实验室里的试错次数。 剑桥大学 的 Erwin Reisner 教授指出，虽然人工智能能帮我们处理海量数据并预测活性，但最终仍需要人类科学家的洞察力，去识别那些看起来“错误”的数据背后是否隐藏着科学真理。
科学史上许多伟大的发现，从青霉素、X射线到万艾可，都源于实验中的意外。 David Vahey 的这次成功再次证明，在实验室里，一个失败的对照实验往往就是新发现的起点。正如 Erwin Reisner 所说，化学家一年只需要一两个这样的好日子，而这些转机往往就藏在那些意想不到的挫折里。本次发现不仅是一次化学反应的创新，更是为人类寻找新药提供了一套更清洁、更强大的工具箱。
本文译自 EurekAlert!，由 BALI 编辑发布。
