理论上可能却从未被合成的分子数量远超想象，其规模可达天文数字。这并非因为它们无法存在，而是受限于人类已知的合成路径、研究动机和资源投入。探讨这一现象，能让我们清晰看到化学知识的边界与未来探索的方向。
智能速览
“化学空间”理论显示，理论上存在的小分子有机化合物数量高达10⁶⁰个。
人类已知的化合物数量仅数亿，在理论化学空间中如沧海一粟。
大量分子未被合成的主因是未知用途，导致缺乏研究经费与动力。
AI正在探索化学空间，但筛选出的分子常因合成难度大而被搁置。
一个女孩用球棍模型拼出的“盲鸡”分子，引发了化学界对其合成的探讨。
精华内容
从理论推演到实体合成，化学家们在浩瀚的分子宇宙中探索。那些只存在于“化学空间”中的分子，为何迟迟未能走出纸面？
浩瀚的化学空间
在上世纪末，化学家们提出了“化学空间”的概念，用以描述所有可能存在的化合物集合。这个空间极其庞大，理论上分子量小于500的小分子有机化合物数量估计能达到10⁶⁰个。而像GDB-17这样的枚举型数据库，收录的可能结构也高达1664亿个。相比之下，人类目前已知并记录在案的化合物总数（有机无机都算）仅为亿级，可见化学探索的疆域远未被触及。
合成的动力何在
理论上存在的分子为何难以在现实中诞生？核心原因有二：缺乏合适的合成路线，或不知道合成出来有何用途。实际上，后者往往是更主要的障碍。在科研经费审批中，仅仅为了合成一个“酷炫”的结构几乎不可能获得支持。这导致类似立方烷、星烷这类曾经引发兴趣的“整活”结构，如今也鲜有人问津，研究重点更倾向于有明确应用前景的分子。
AI与新分子的挑战
随着AI技术融入化学信息学，机器开始在庞大的“化学空间”中筛选潜在的候选分子，尤其是在药物研发领域。然而，AI筛选出的分子结构虽然理论上可能有成药潜力，但其化学合理性常被忽视，许多结构甚至比天然产物更难合成。因此，尽管AI能提供海量备选，但化学家们最终的关注点，还是会落到那些在合成上具有现实可行性的目标上。
一只“盲鸡”的启发
一个暖心的故事生动展示了理论与实践的距离：一位化学家的女儿用球棍模型随手拼了一只“盲鸡”，这引发了一篇严肃的学术探讨，讨论如何优化其结构使其可能被合成。分析显示，这只“鸡”的腿部分别是腈基和一种名为酮亚胺的反应性基团，后者容易水解。这个案例说明，许多看似随意的结构背后，都隐藏着值得化学家深入思考的合成挑战。
化学世界远比已知的广阔，无数有趣的分子结构在“纸面”上静静等待。随着合成技术与计算能力的进步，未来我们或许能更高效地探索这片未知领域。这些潜在的新分子，又将给材料、医药等领域带来怎样的革命？
