科技日报记者 王姗姗
记者10日从中国科学技术大学获悉，该校蔡逢春团队联合南方科技大学、香港城市大学等国内单位，建立了融合人工智能（AI）、高通量理论计算与专家知识的自组装单分子层（SAM）智能筛选框架，创新性构建8描述符综合排序体系，从庞大化学空间中系统发现兼具合成可行性与界面稳定性的界面材料。相关成果日前发表于《自然·合成》。
通常分子设计需要同时满足多种要求：能级要匹配，界面相互作用要合适，合成路线要可行，还要适应后续的溶液加工。某一项计算指标出色，并不意味着这个分子就能成为好用的器件材料。传统试错式开发周期长，难以兼顾多个相互制约的指标。
为此，研究团队将合成可行性纳入筛选过程，使计算设计从一开始就与实验条件相衔接。研究人员从PubChem数据库收录的咔唑衍生物中提取出308个功能片段，这些片段对应超过9万种潜在组合结构，并先选出24个片段，再通过模块化组装构建300个候选分子。随后，经能级初筛获得124个候选分子后，将合成可行性、分子能级、空穴重组能、芳香性和杂原子含量等8项指标纳入综合评分，确定优先开展实验的候选分子。这一设计思路的重要性也得到了对照分析的支持。
基于该框架，团队筛选并合成了3个高排名候选分子，其器件性能排序与8描述符综合评分排序高度一致，验证了评分体系的有效性。其中，综合排名最高的分子实现27.2%的光电转换效率，在65摄氏度、连续光照和最大功率点跟踪条件下，器件运行2000小时后仍保持约95%的初始效率。
研究人员表示，该框架采用模块化设计，可拓展至其他界面材料体系，为高效稳定光电材料的设计与发现提供新思路。
网友评论
