机器学习启发的分子设计,分离合成和X射线分析由S⋅⋅⋅N和S⋅⋅⋅S相互作用控制的基于Dithienobenzothiazole的半导体
Takuya Ogaki1,2, Yasunori Matsui1,2, Haruki Okamoto1
1Department of Applied Chemistry, Graduate School of Engineering, Osaka Metropolitan University, 1-1 Gakuen-cho, Naka-ku, Sakai, Osaka, 599-8531, Japan.
Chemistry (Weinheim an der Bergstrasse, Germany)
|July 22, 2024
概括
合成了七种新的dithienobenzothiazole衍生物,以提高有机半导体的孔移动性. 分子包装和结接收器显著影响了电荷传输特性,导致特定化合物的有希望的移动性.
科学领域:
- 有机电子学有机电子学
- 材料科学是一种材料科学.
- 超分子化学 超分子化学
背景情况:
- 机器学习确定了结受体 (NHBA) 的数量作为有机半导体中孔移动性的关键因素.
- 迪索 (DBT) 衍生物是有机电子应用的有希望的候选物.
研究的目的:
- 设计和合成新型DBT衍生物,具有可控数量的结受体 (NHBA=5).
- 为了研究分子结构,晶体包装和电荷传输特性之间的关系.
- 为了评估溶液处理有机场效应晶体管中合成化合物的孔移动性.
主要方法:
- 一个常见的前体的一步功能化合成七个DBT衍生物 (1a-g).
- 进行X射线单晶结构分析,以确定分子排列和分子间相互作用.
- 解决方案加工的顶门底接触有机场效应晶体管 (OFET) 的制造和表征.
主要成果:
- 化合物1b和1c,具有特定的基乙烯替代剂,展示了制水晶结构.
- 由于多个键受体,这些结构促进了多方向的分子间电荷转移积分.
- 设备1b显示了0.16cm2V-1的孔移动性,而设备1c显示了0.029cm2V-1-1.
结论:
- 结合多个键受体和由此产生的块分子包装对于实现DBT衍生品高孔流动性至关重要.
- 合成的DBT衍生物显示出用于高性能有机电子设备的潜力.
- 这项研究证实了机器学习在指导有机半导体的合理设计方面的预测能力.


