数据驱动的有机电子材料的发现,通过混合上下/自下而上的设计实现
J Terence Blaskovits1, Ruben Laplaza1,2, Sergi Vela1,3
1Laboratory for Computational Molecular Design, Institute of Chemical Sciences and Engineering, École Polytechnique Fedéralé de Lausanne (EPFL), Lausanne, 1015, Switzerland.
Advanced materials (Deerfield Beach, Fla.)
|October 10, 2023
概括
一个新的平台结合了自上而下的和自下而上的战略,以快速发现有机电子材料. 这种方法可以实现高效的基于碎片的设计和属性预测,加速材料的开发.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学计算化学
- 有机电子 有机电子
背景情况:
- 有机电子产品的高通量选依赖于耗时的"自上而下的" (选) 或"自下而上的" (组装) 方法.
- 对新型有机分子的电子特性进行准确的计算需要大量的计算资源.
- 现有的方法缺乏一个集成的方法,以高效的基于碎片的发现和财产预测.
研究的目的:
- 开发一个集成的平台,以碎片为基础的发现有机电子材料.
- 将"自上而下的"数据挖掘与"自下而上的"分子组装相结合.
- 为了能够快速准确地预测材料特性,从而加速设计.
主要方法:
- 产生具有结构性,电子性和拓性质的大型数据集 (117K个分子).
- 开发一种工具,用于在C-sp2/sp-H键处自动合分子构件.
- 在生成的数据集上训练统计模型,以便在飞行中预测财产 (地面和激发状态).
主要成果:
- 成功地整合了"自上而下"和"自下而上"的材料发现方法.
- 开发一条用于预测初始质量的光学属性的管道.
- 选超过一百万个单片裂变分子,识别有前途的候选人.
结论:
- 开发的平台通过高效的基于片段的设计加速了有机电子材料的发现.
- 管道提供准确的,即时预测电子和光学性能.
- 这种方法有助于识别具有理想特性的材料,例如那些促进单片裂变的材料.


