近年來，材料科學正邁入一個由人工智能（AI）和自動化技術驅動的新紀元。AI與高通量合成的結合，為材料逆向設計提供了強大的工具，極大加速了新型材料的發現進程。在近期發表于 Science 的研究中，德國赫姆霍茲研究所Christoph J. Brabec和武建昌聯合廈門大學王露遙、卡爾斯魯厄理工學院 Pascal Friederich和韓國蔚山國立科學技術院Sang Il Seok開發了一種閉環自動化工作流程，首次實現了針對光電應用的有機半導體逆向設計，通過大數據和機器學習識別出決定有機半導體光電性能的關鍵因素，并將器件性能提升至26.2%的光電轉換效率（PCE），這是該領域的重要突破。
圖1. 閉環材料設計示意圖
背景：高通量有機合成與表征
此前，該團隊已在 Journal of the American Chemical Society 上報道了一套高通量合成與表征平臺（如圖2所示），該平臺能夠快速制備、純化和表征分子庫（J. Am. Chem. Soc., 2023, 145, 16517–16525）。在這一基礎上，通過結合理論計算與自動化實驗，實現了分子的高純度和高重復性，并在數周內建立了包含125個分子的材料庫，涵蓋了豐富的光電性質。這一成果為后續AI驅動的材料設計奠定了堅實的實驗數據基礎。
圖2. 高通量有機合成平臺
閉環材料發現工作流程
閉環流程將高通量合成、高通量表征與機器學習（ML）模型相結合，形成自主學習的材料開發系統（如圖1與圖3所示）。具體包括五個關鍵步驟：（1）虛擬數據庫創建與篩選：基于結構多樣性原則，從百萬級分子庫中篩選候選分子。（2）分子描述符計算：通過密度泛函理論（DFT）計算，提取分子的電子與幾何特性。（3）高通量有機合成與表征：利用自動化平臺快速制備分子，并進行電學與光學性能測試。（4）器件性能表征：測量器件的J-V曲線、PCE等關鍵參數。（5）機器學習訓練與優化：基于實驗數據訓練貝葉斯優化模型，迭代選擇高性能分子。這一閉環流程可在每輪迭代中高效反饋與優化，逐步實現材料性能的提升。
圖3. 針對鈣鈦礦太陽能電池中空穴傳輸層的逆向分子設計
機器學習模型的構建與優化
研究團隊采用高效的分子描述符集，包括：（1）分子統計屬性：如原子種類、芳香鍵數量、功能基團等。（2）理論計算特性：如分子軌道能級（HOMO和LUMO）、溶解度對數（LogP）、偶極矩和旋轉常數等。通過10折交叉驗證，測試了多種ML模型，包括隨機森林、線性回歸、神經網絡和高斯過程回歸（GPR）等。最終，GPR因其不確定性量化能力被選為貝葉斯優化的代理模型（BO）。這一模型能夠在“探索-利用”模式中高效識別高性能分子（圖4）。
圖4. 基于實驗數據和計算機描述符的模型訓練
高性能分子發現與驗證
通過兩輪閉環優化，研究團隊證明ML模型能夠有效預測新型空穴傳輸材料。與初始數據庫相比，新一輪篩選出的分子表現出更高的PCE值，顯著超越了隨機篩選和傳統網格搜索方法。具體而言，實驗器件的光電轉換效率從初始的8.5%逐步提高至最高的26.2%，這一成果驗證了ML模型在材料設計中的強大潛力（圖5）。
圖5. 新合成的分子和用于迭代的實驗數據
模型分析及分子設計規則
研究團隊致力于通過機器學習（ML）模型的分析，深入挖掘影響器件性能的關鍵物理參數。該團隊從訓練后的 ML 模型中提取了與光電轉換效率（PCE）相關的分子描述符，并評估了它們對模型預測的貢獻（如圖5A所示）。HOMO 能級、叔胺結構的存在、HOMO/LUMO 能級差以及純度被識別為影響性能預測和分子發現的核心特征。
為了進一步識別決定性特征，研究團隊采用遞歸特征機（RFM）對特征重要性進行分析。基于結構指紋的 RFM 模型在測試集上的 R? 值約為 0.5。純度、HOMO 能級、HOMO/LUMO 能級差以及叔胺結構的存在被驗證為模型關注的核心特征。通過留一法交叉驗證，模型在預測未知分子性能時依然表現出良好的泛化能力（R? 值約為 0.3）。
為了構建更具可解釋性的模型，研究團隊使用貪婪搜索算法篩選最優特征子集，并訓練了線性回歸模型。線性回歸模型選擇了包括芳香鍵數目、分子氮含量、純度、旋轉常數等在內的八個核心特征，最終在測試集上實現了 R? 為 0.46 的性能。
研究團隊還探索了通過擴展特征輸入來提升模型預測性能的可能性。實驗增加了潤濕性、光致發光量子產率（PLQY）以及時間分辨光致發光（TRPL）等特征。基于多任務高斯過程回歸模型（MTGPR）的分析顯示，PCE 與開路電壓（Voc）、短路電流（Jsc）以及填充因子（FF）之間存在預期相關性，但擴展特征未顯著提升 PCE 的預測精度。
通過上述研究，團隊確認了機器學習模型在新型分子發現中的潛力，并揭示了關鍵分子特征對性能預測的重要性。
研究團隊進一步從化學語言的角度出發，對機器學習（ML）結果進行了解釋，以幫助化學家和材料科學家更清晰地理解這些發現，并深入開展基于這些特征的分子設計。（1）HOMO 和叔胺的重要性。HOMO 對分子間界面的電荷提取至關重要，這一點已被廣泛認可。叔胺結構的顯著性往往被忽略，而研究發現它主要涉及三苯胺（TPA），由于其低電離勢，顯著提升了分子 HOMO 能級。（2）分子分類與性能模式。根據 TPA 的位置，所有分子被分為三類：類型 I（無 TPA）：HOMO 范圍 5.1-6.1 eV，對應 PCE 為 5%-14%；類型 II（TPA 位于分子外圍）：HOMO 范圍 4.3-5.2 eV，對應 PCE 為 13%-20%；類型 III（TPA 位于分子中心）：HOMO 范圍 4.9-5.7 eV，對應 PCE 為 15%-21%。這種分類不僅揭示了HOMO與PCE 之間的關系，還將候選分子數量從 9.6 x 105 縮減至 5.8x 103。（3）HOMO/LUMO 能級差與偶極矩的作用。TPA 與受體的結合確保了合適的能隙，異原子進一步增強了鈣鈦礦的鈍化作用。通過這一步驟，候選分子數量進一步減少至 4.6 x 102。
研究團隊引入拓撲極性表面積（TPSA）作為構建塊極性和吸電子能力的粗略指標，便于通過 PubChem 等數據庫快速查詢，無需進行繁瑣的密度泛函理論（DFT）計算。
精細調控與分子性能優化：（1）基于TPA+受體的調控。分子性能可通過邊緣取向等結構特性進行優化，從而促進鈍化和電荷傳輸。對比 5 種 B 位基團的組合，研究發現微弱的對稱性破缺（如 A770 基團）有助于提升器件性能。（2）進一步縮減候選分子數量。通過 TPA 和 B 位基團的細致優化，候選分子數量從 102 減少到 101，進入高通量合成的可操作范圍。
圖6. 模型分析和由機器學習結果指導的分子設計規則
展望：數據驅動的材料科學未來
高通量合成和AI的結合不僅提升了實驗效率，更改變了材料設計的范式。未來，相關研究將進一步擴展到復雜功能性分子設計，例如探索抗輻射分子材料以應對太空極端環境。這一閉環材料發現工作流展示了“實驗+數據+AI”的強大潛力，為材料科學領域帶來了前所未有的機遇與創新方向。
Science, 2024, 386, 1256-1264, DOI: 10.1126/science.ads0901
