潘锋团队在材料基因与AI4M研究汇总

一、材料大数据与人工智能

1. National Science Review：基于图论的低维材料预测与分析

低维材料因其特殊的物理化学性质在过去几十年间引起了研究人员的广泛兴趣，这使得低维材料的搜索与分析有着重要的科学意义，但目前尚未有关于原子尺度一维材料的系统性理论研究。该工作采用了一套自主研发的基于图论的结构化学方法，把原子被定义为点，而相邻原子的连接关系被定义为边。通过数学图论中的图同构比对方法，成功从已知晶体结构数据库中挖掘出潜在的二维、一维和零维材料，并对其进行拓扑结构分类。通过找出部分一维材料与二维材料结构图之间的子图同构关联，结合第一性原理计算，提出了通过孤对s电子实现材料边缘自钝化的思路，由此可以实现材料维度的调控与设计。该研究表明，图论对材料结构拓扑信息的分类，将有助于挖掘不同结构之间、以及结构与性质之间的关联关系，从而为低维材料特别是一维材料的开发提供了一条值得探索的途径。该研究成果以“Graph-based discovery and analysis of atomic-scale one-dimensional materials”为题发表在Natl. Sci. Rev.上。DOI: 10.1093/nsr/nwac028。

2. Advanced Energy Materials：机器学习力场揭示锂枝晶形貌演化机理

锂金属负极由于其低电极电位与高理论比容量，被认为是下一代负极材料的理想选择之一。但在实际工作情况下，锂金属负极的枝晶生长问题不仅会降低电池的库伦效率，并可能带来严重的安全隐患。本工作开发了一套针对跨尺度形貌模拟的机器学习力场构建策略，并应用于电解液环境下的锂枝晶形貌演化模拟。模拟结果揭示了锂枝晶演化的两段式过程，并详细分析了形貌演化背后的驱动力。该项研究指出表面能对于锂枝晶形貌演化过程产生了显著的影响，对进一步推动锂金属负极的发展具有重大参考价值。该研究成果以“Revealing Morphology Evolution of Lithium Dendrites by Large‐Scale Simulation Based on Machine Learning Force Field”为题发表在Adv. Energy Mater上。DOI: 10.1002/aenm.202202892。

3. Advanced Functional Materials：材料知识图谱实现锂电池正极材料的自动化搜索

知识图谱是一种能揭示实体间关系的语义网络，已在生物医药、金融、社交网络等领域取得了显著的应用成果。作为一种高效的信息管理工具，知识图谱非常适合于高效管理海量的材料科学信息，并发现潜在的知识。本研究针对锂离子电池正极材料领域，结合BiLSTM和双重注意力机制提出了一种语义表示框架，通过多源信息融合将特定领域的先验知识注入模型，显著提升了目标材料实体的表示质量和模型的可解释性，从而实现对目标材料的深层次关联，挖掘隐藏在文本中的潜在材料关联，并进一步实现了正极材料知识图谱的构建。利用潜在正极材料与经典正极材料的关系对潜在材料进行推理预测，经过对比筛选后，潜在正极材料Li₂TiMn₃O₈通过与LiCoO₂形成直接和间接的关联被自动识别出来。这一工作推动了数据驱动的材料研究新范式的建立。该成果以“Automating materials exploration with a semantic knowledge graph for Li-ion battery cathodes”为题发表在Adv. Funct. Mater.上。DOI: 10.1002/adfm.202201437。

4. Journal of Physical Chemistry Letters：分子和材料科学中的路径拓扑

分子和材料的结构决定了它们的功能，理解结构和功能之间的关系是分子和材料科学的终极目标。然而，尽管有着几十年的努力，针对具有理想功能的分子和材料的合理设计仍然是一个巨大的挑战，一个主要障碍是缺乏与特定功能相关的固有数学特征。该研究引入了持续路径拓扑，以有效地描述从功能单元（如构型异构体、顺反异构体、手性分子、Jahn-Teller异构体和高熵合金催化剂）中提取的有向网络。路径同调理论被用于解析镜面对称亚晶格在非晶态固体中阻碍周期性单元格形成的作用，提出了拓扑扰动分析来揭示血液凝固系统中的关键靶点。所提出的拓扑工具可以直接应用于系统生物学、组学科学、拓扑材料和分子、材料科学的机器学习研究。该项研究成果以“Path Topology in Molecular and Materials Sciences”为题，发表在J. Phys. Chem. Lett.上。DOI: 10.1021/acs.jpclett.2c03706。

5. WIREs Computational Molecular Science：材料结构特征提取方法综述

如何将材料结构编码为计算机可以理解的描述符，是材料科学领域机器学习研究的关键之一。近年来已有大量文献聚焦于晶体材料的特征工程，因此，本工作汇总了各类有效的结构编码策略，并分析其对晶体材料机器学习模型的预测能力的影响。文章主要介绍了四类重要的结构编码方法，分别为结构图、库仑矩阵及其变体、拓扑描述符和倒空间特征。通过总结以前的工作并对这些描述符进行批判性评估，该工作可为基于机器学习的材料学研究提供理论指导，并为结构编码方法的优化和创新提供一定的启发。该项研究成果以“Encoding the atomic structure for machine learning in materials science”为题，发表在WIREs Comput. Mol. Sci.上。DOI: 10.1002/wcms.1558。

6. Journal of Physical Chemistry A：基于代数图的机器学习模型预测Li金属团簇结构

在团簇的研究中，势能面上大量的局部极小值会影响到中等大小簇的基态结构确定。过去的全局优化启发式算法使用耗时的密度泛函理论方法确定团簇能量，而借助机器学习方法则有望减少DFT计算成本。但是如何将团簇表示为适当的输入向量，是机器学习应用于团簇研究的瓶颈之一。在该工作中，提出了一种多尺度加权谱子图，作为团簇的有效低维表示，并构建了一个基于多尺度加权谱子图的机器学习模型来发现Li簇中的结构-能量关系。将该模型与粒子群优化算法和密度泛函理论计算结合，以搜索团簇的全局稳定结构，找到了Li₂₀的全局基态。由于Li簇的形态影响Li枝晶的成核，这项工作对于Li枝晶形成的研究可能具有积极意义。该项研究成果以“Algebraic Graph-Based Machine Learning Model for Li-Cluster Prediction”为题发表在J. Phys. Chem. A上。DOI: 10.1021/acs.jpca.3c00272。

7. Science China Technological Sciences：电声耦合矩阵计算方法开发

晶体材料中的电子声耦合（EPC）是多种物理和化学现象中的重要效应，是解释超导性、电子输运等机制的关键。EPC矩阵描述了在声子扰动下，所研究系统的电子本征态之间的耦合。尽管EPC矩阵与许多基本物理化学性质密切相关，但由于计算成本高，精确计算EPC矩阵仍然是一个挑战。近年来，Giustino等人在开源的从头算软件Quantum Espresso上开发了使用Wannier函数来计算EPC矩阵的方法。然而，他们并没有对此流程进行强关联体系的相关修正，致使在处理含过渡金属体系时存在困难。在此背景下，本工作基于国产从头算软件PWmat开发了一套EPC矩阵计算方法，实现了DFT+U和HSE修正，可以在相关问题中获得更准确的EPC矩阵。文章中首先阐明了如何通过构建Wannier函数来计算EPC矩阵，然后介绍了代码与其在PWmat上的工作流程，并展示在两个经典的半导体系统AlAs和Si上的测试结果。最后使用了不同的交换关联泛函计算了LiCoO₂的EPC矩阵，提供了相关EPC矩阵的比较结果，展示了交换关联泛函对EPC矩阵的显著影响。该研究为过渡金属氧化物等材料的快速EPC计算打开了道路。该项研究成果以“Calculating electron-phonon coupling matrix: Theory introduction, code development and preliminary application”为题发表在Sci. China Technol. Sci.上。DOI: 10.1007/s11431-022-2113-y。

8. Journal of Computational Biophysics and Chemistry：基于邻域路径复合体的结构表征方法

本工作首次提出了一种基于邻域路径复合体的结构表征方法，从而为构建高性能的人工智能模型提供高效的材料结构表示方法。具体而言，文章利用持久邻域路径同调通过引入过滤器来获取结构特征。通过邻域有向图的定向边，该方法保留了更多的保留了更多的几何特征和元素信息以及相应的物理化学信息。并为了验证的模型的有效性，在闭壳状碳硼烷结构上进行了交叉验证。结果表明，文章提出的方法可以有效提取结构信息并实现准确的材料性质预测。通过该研究，作者在高性能人工智能模型中提供了一种高效的材料结构表示方法，为材料科学领域的进一步研究和应用提供了新的思路。该项研究成果以“Neighborhood Path Complex for the Quantitative Analysis of the Structure and Stability of Carboranes”为题发表在J. Comput. Biophys. Chem.上。DOI: 10.1142/S2737416523500229。

9. Chinese Journal of Structural Chemistry：基于拓扑结构特征的机器学习方法在材料领域中的应用

文章讨论了在材料科学中应用基于拓扑结构特征的机器学习方法的应用情况。拓扑结构特征是指描述材料中原子、分子或晶体结构之间关系的数学表示方法。文章探讨了图结构和拓扑描述符作为描述材料的结构特征的基本数学概念，以及对材料基本属性进行相应编码的方法；结合具体的应用案例来探讨这些方法在特定材料预测任务中的实际应用效果，并结合机器学习算法来进行材料属性预测、材料分类和材料设计。结构图和拓扑描述符分别源自图论和代数拓扑，它们能够抽象化材料结构并提取关键的特征信息，如化学键的连接性。由于能够有效捕捉最近邻之间的相互作用，它们非常适合研究化学反应。还可以将元素信息、空间信息和弱相互作用等因素纳入这些特征中。虽然更丰富的信息有助于提高模型的解释性和准确性，但这不可避免地会带来相应的计算成本，因此，在实际应用场景中需要考虑机器学习模型的效率和解释性之间的平衡。该工作以“Application of topology-based structure features for machine learning in materials science”为题发表在Chin. J. Struct. Chem.上。DOI: 10.1016/j.cjsc.2023.100120。

二、材料基因挖掘与新材料设计

10. Nature Communications：层状钙钛矿材料的铁电-铁弹转变机理

铁电材料和铁弹材料在存储转变器件、形状记忆材料、超弹性制动器等领域有着广阔的应用前景，这使得研究者们开始关注铁电性和铁弹性之间的内在关联，并研究实现材料铁电-铁弹转变的手段。该工作提出了一种离子嵌入的策略，实现了层状有机-无机钙钛矿材料从铁电性到铁弹性的转变，并从原子层面阐释了这种铁性转变的微观机制。研究团队合成了一种A₃M₂X₉型的层状钙钛矿材料(TMA)₃Sb₂Cl₉，简称为TSC。其层间为较弱的分子间作用力，因而可以实现多种离子的嵌入，而层内则由SbCl₆八面体通过点连接的方式形成一种类蜂窝状的结构。TSC的空间群为2/mFm，表现出单轴方向的铁电性，且不表现出铁弹性。对TSC嵌入三价金属卤化物(FeCl₄^-)后，室温下FeCl₄四面体在层间形成了有序分布。该材料简称为TSFC，此时空间群转变为P2₁2₁2₁。根据密度泛函理论计算结果，发现FeCl₄和TMA作为关键结构基元，其旋转、平移和畸变，以及Sb-Cl层的结构微调，可以实现晶格取向的顺时针和逆时针120度旋转。上述过程的能垒仅为78 meV/atom，因此TSFC的铁弹转变可以快速进行。说明了TSFC具有良好的铁弹性。该研究成果以“Intercalation-driven ferroelectric-to-ferroelastic conversion in a layered hybrid perovskite crystal”为题发表在Nat. Commun.上。DOI: 10.1038/s41467-022-30822-6。

11. Nature Communications：基于氢键的钙钛矿铁电材料矫顽力调控机理

针对现有无金属钙钛矿铁电材料矫顽力较小的问题，本工作提出了一种基于氢键作用的矫顽力调控策略，可以使其矫顽力从～10kV/cm量级提升至～100kV/cm。该工作设计并合成了无金属钙钛矿铁电材料MDABCO-NH₄-(PF₆)₃(MDABCO=N-methyl-N'-diazabicyclo[2.2.2]octonium)，并通过理论计算和实验研究了铁电-顺电转变过程的机理。结果表明，材料中存在较强的N–H…F氢键，作用于材料内有机分子MDABCO后，该分子在涉及铁电转变过程中的有序-无序排列转动将会明显受阻，从而使材料的矫顽力提升一个数量级，实现了有机铁电材料矫顽力调控的目标，为有机铁电器件微型化和集成化设计提供了一条重要途径。该工作以“Tailoring the coercive field in ferroelectric metal-free perovskites by hydrogen bonding”为题，发表在Nat. Commun.上。DOI: 10.1007/s41467-022-28314-8。

12. Nature Communications：COF表面限域短氢键网络及其质子传输机理

开发高传导质子交换膜是能源储存和转化技术领域的重大需求。COF材料具有长程有序的通道和丰富的有机官能团，有望超越传统高分子材料和无机材料，成为新一代的质子交换膜材料。本工作通过膜上的磺酸基团实现水合质子的表面局域化，并通过调节磺酸基团的间距实现短氢键网络的联通，设计并制备了一系列具有可调离子基团间距的COF膜。制备的COF膜在90℃，100%相对湿度条件下，质子传导率可达1389 mS cm^-1，为目前所见报道的最高值。计算模拟研究结果表明吸附在磺酸基团周围的大量水分子确保了高的H₃O⁺和短氢键浓度，当短氢键连接形成网络可实现质子超快传递。该工作所提出的表面限域短氢键概念可以为新一代高性能离子交换膜的开发提供理论指导和借鉴。该工作以“Short hydrogen-bond network confined on COF surfaces enables ultrahigh proton conductivity”为题发表于Nat. Commun.上。DOI: 10.1038/s41467-022-33868-8。

13. Nano Energy：高通量计算筛选固态锂金属电池电解质-负极界面保护层材料

可充电固态锂金属电池由于其较高的理论比容量和不易燃的特性而被认为是最具潜力的下一代储能电池体系。但是其中固态电解质晶界锂枝晶生长问题，以及固态电解质与负极界面处的副反应，将会导致电池迅速衰减甚至失效。在电解质-负极界面处引入保护层是解决上述问题的一种可行办法，但目前相关研究仍处于初步阶段。如何建立一个系统的材料筛选流程并快速搜索出潜在的保护层材料，仍是一个亟需解决的问题。本工作通过基于密度泛函理论的高通量计算筛选，从2316种无机材料中成功搜索出若干具有潜力的保护层材料。该研究根据材料的热稳定性、电化学稳定性、界面化学反应稳定性、带隙以及导带底，筛选出了5种针对LLZO、28种针对LPS和7种针对LTP的保护层材料。计算结果表明，保护层可以有效阻挡金属锂负极的电子进入到固态电解质中，从而避免了锂离子在晶界处的还原，抑制了锂枝晶在电解质中的生长。这项研究极大地缩小了电解质-负极界面保护层材料的搜索空间，因而有望加速固态锂金属电池的开发与应用进程。该研究成果以“High-throughput screening of protective layers to stabilize the electrolyte-anode interface in solid-state Li-metal batteries”为题，发表在Nano Energy上。DOI: 10.1016/j.nanoen.2022.107640。

14. ACS Catalysis：Ni₂P催化剂的多中心协同机理实现CO₂还原中的C-C耦合

应用可再生电力驱动二氧化碳电化学还原是欧洲杯线上买球 开发的一个重要研究课题，而该领域的核心在于催化剂的设计。迄今为止，催化剂的设计策略主要集中在掺杂和合金化等成分调控上。而最新研究表明，具有多中心结构的催化中心的微观结构调整，对于促进多碳产物的形成起到了关键作用，但其理论研究仍远远落后于实验发现。本工作针对代表性电催化剂 Ni₂P 进行了系统性的第一性原理计算研究。该催化剂具有密集分布的Ni₃催化中心，不仅每个Ni₃位点中的Ni原子可以协同容纳反应中间体以获得更好的C-C偶联机会，而且相邻的Ni₃位点也具有协同作用，共同驱动形成关键的多碳物种中间体。材料催化能力的核心在于水的氢键网络参与了相邻Ni₃位点之间的质子转移，从而建立了一条动力学上可行的路径来规避电化学步骤中的热力学损失。该工作揭示了催化剂的多中心协同机理，对设计CO₂还原电催化剂具有普遍意义。该成果以“Multi-Center Cooperativity Enables Facile C–C Coupling in Electrochemical CO₂Reduction on a Ni₂P Catalyst”发表在ACS Catal.上。DOI: 10.1021/acscatal.2c05611。

15. ACS Applied Materials & Interfaces：Li₂ZnXS₄型锂离子电池固态电解质材料

本工作针对Li₂ZnXS₄(X = Si, Ge, and Sn)材料深入研究了其作为锂离子电池固态电解质材料的潜力。计算研究发现这种材料具有较低的锂离子迁移能垒（约0.24 eV），这意味着较高的离子导电性。通过比较不同的材料，发现了硅和硫的轨道之间的混合程度增加，这意味着硅-硫键的共价性增强，从而降低锂离子的迁移能垒。这一发现表明，通过在给定的晶格结构中替换阳离子来控制阳离子和阴离子之间的共价性，可以提高离子导电性。其次，研究团队还发现这种材料具有良好的电化学稳定性，这使得它具有作为固态电解质的高潜力。本工作为寻找快速锂离子导体提供了一条新的设计思路。该项研究成果以“Thiotetrelates Li₂ZnXS₄(X = Si, Ge, and Sn) as Potential Li-Ion Solid-State Electrolytes”为题，发表在ACS Appl. Mater. Interfaces上。DOI: 10.1021/acsami.1c24206。

16. ChemSusChem：极性硼烷衍生物用于MOF气体分离材料中的结构基元

气体分离在石油化工中起着非常重要的作用，然而传统的热分离方式即热驱动分馏过程在工业中仍然是主要的的气体分离方式。目前新型的气体分离技术已经吸引了广泛的研究兴趣，该方法涉及使用多孔材料来选择性吸附特定气体。其中金属有机框架材料（MOF），由于其可调节的孔径和化学性质，以及高比表面积和稳定性，在气体分离中显示出巨大的潜力。本工作基于过去以closo-[B₁₂H₁₂]²⁻十二硼烷为结构基元的MOF气体分离材料的相关研究，针对其中的十二硼烷衍生物进行了系统研究，通过理论计算筛选出能够高效分离CO₂的官能团。计算结果显示，高度极化的-NH₂官能团在提高气体混合物的分离选择性方面最有效，尤其是针对CO₂捕获。通过对电子结构的进一步研究分析，极化的-NH₂对气体分子的优先吸附能力主要来源于十二硼烷上两个多余电子的分布。这些电子在硼原子之间原本上是离域的，但在官能团取代后会由于官能团的极化变得相对局域化。由于硼簇中的共轭π电子与氨基的亲核特性之间的协同作用，极化后的十二硼烷能够从其他气体中有效地分离CO₂。本工作表明，可以通过改变这些硼团簇结构基元中的极化作用来改变其与特定气体分子之间的相互作用，展现了该类结构基元在MOF气体分离材料中的重要性，该结论也可以扩展到其他用于气体混合物吸附分离的多孔材料的设计当中。该项研究成果以“Closo-[B₁₂H₁₂]²⁻derivatives with polar groups as promising building blocks in MOFs for gas separation”为题发表在ChemSusChem上。DOI: 10.1002/cssc.202300434。

17. eScience：卤化物锂离子电池固态电解质材料中的富锂通道

近年来，大量实验研究证明了化学式为Li₃MX₆（M = Sc, Y, Er, In; X = Cl, Br）的卤化物拥有出色的离子导电率、较宽的电化学窗口和优良的化学稳定性，因而是一类具有巨大潜力的锂离子固态电解质材料。然而，关于其高离子电导的来源仍有不少争议，这主要是由于相关理论研究的缺乏。本工作中选取了四种典型的含锂卤化物结构，利用元素替换方法构造了一系列Li₃MX₆材料，通过高通量计算方法对这些材料的性能进行层层筛选，最终确定了除4种已知材料（已在实验中制备得到）外的7种拥有高离子电导的卤化物材料。研究团队提出了针对锂离子进入富锂通道的概率的数学表达式。通过该概率，以及其他如晶胞尺寸等关键因素，可以说明卤化物固态电解质的高离子迁移能力在很大程度上由富锂通道所赋予。而富锂通道作为一种结构特征是卤化物固态电解质材料的关键结构基元，即材料基因。研究团队相信，针对该材料基因的研究将会为无机固态电解质材料的设计带来重要的借鉴和启发。该研究成果以“Li-rich channels as the material gene for facile lithium diffusion in halide solid electrolytes”为题发表于eScience，并被选为封面文章。DOI: 10.1016/j.esci.2022.01.001。

18. Science China-Materials：缺陷对LiNiO₂中Jahn-Teller效应的调控

在对LiNiO₂的研究中，实验结果和理论计算之间往往存在不一致。实验观察到的LiNiO₂是空间群为R-3m的半导体，并且存在局部Jahn-Teller（J-T）畸变，但理论计算却显示R-3m相的LNO是一种处于亚稳态的金属，且没有任何J-T畸变。另外，尽管NaNiO₂与LiNiO₂均为层状氧化物结构，但前者呈现出C2/m相的协同J-T畸变，其与LiNiO₂的差异一直未被完全理解。本工作利用杂化泛函首次模拟了与实验等同浓度的反位缺陷(~3%)，并研究其对LiNiO₂的影响。计算结果表明，反位缺陷能够有效调控LiNiO₂中的J-T效应，从理论计算的角度为这些长期争议的问题提供了全新的视角和观点。该工作以“Defect-mediated Jahn-Teller effect in layered LiNiO₂”为题发表在Sci. China-Mater.上。DOI: 10.1007/s40843-021-1946-9。

19. Science China-Materials：突破LiNiO₂的高能量密度正极材料

本工作针对如何突破LiNiO₂的能量密度限制，提出了两种策略：一种是将过量的Li离子引入过渡金属（TM）层以形成Li过量化合物，如Li₂NiO₃；另一种策略是在TM层和原始Li层之间插入一层Li离子，形成Li₂NiO₂的组成。计算结果表明，与LiNiO₂相关的Ni³⁺/Ni⁴⁺单电子阳离子氧化还原反应不同，Li₂NiO₃中发生了极化子阴离子氧化还原反应，而在Li₂NiO₂中则发生了可逆的Ni²⁺/Ni⁴⁺双电子氧化还原反应。由于这种双电子阳离子活性，Li₂NiO₂在容量、能量密度、电子导电性和热稳定性等方面表现出绝对优势，使其成为突破LiNiO₂限制的高能量密度下一代层状氧化物阴极的最有希望的候选者。该项研究成果以“Breaking the energy density limit of LiNiO₂: Li₂NiO₃or Li₂NiO₂?”为题，发表在Sci. China-Mater.上。DOI: 10.1007/s40843-021-1827-x。