高分子材料基因組-高分子研發(fā)的新方法

1、高分子材料基因組高分子研發(fā)的新方法新材料是高新科技和高端制造業(yè)發(fā)展的基石，而工業(yè)技術(shù)的 不斷發(fā)展對(duì)材料性能提出了越來(lái)越高的要求.但是，新材料 的研發(fā)往往滯后，無(wú)法及時(shí)滿足應(yīng)用要求.為了加快材料研 發(fā)，結(jié)合現(xiàn)有的實(shí)踐經(jīng)驗(yàn)，2022年，研究者提出了新的材料 研發(fā)模式一一材料基因組.我國(guó)科技部于2022年啟動(dòng)了 “材 料基因工程關(guān)鍵技術(shù)與支撐平臺(tái)”，重點(diǎn)扶持材料基因組的 研究27K43495Twoofthemostpromisingpolymermembranespredi ctedbythismachinelearningmodelexceededtheupperbound forC02/CH4s

2、eparationperformance. 526Find2838novelc opolymersthathavebetteroveralIperformancethanNaf ion 117forfullyhydratedmembranesat80C bymachinelearning models.537ProvideregressionmodeIstofacilitatethed evelopmentofadvancedfiltrationmembranesforpublicuse 548Usemachine1earningmodelstopredictpolymerizati onex

3、perimentsthatarelikelytoproducematerialswithtar getedpropertiesratherthanpredictthepropertiesofpoly mers. 559TrainmachinelearningmodeIsbysmalldata. 56運(yùn)用機(jī)器學(xué)習(xí)模型篩選高分子材料具有預(yù)測(cè)準(zhǔn)確度高，預(yù)測(cè) 過(guò)程方便快捷，方法泛用性強(qiáng)，無(wú)偏見(jiàn)等優(yōu)點(diǎn).這些優(yōu)勢(shì)完 美契合材料基因組對(duì)材料設(shè)計(jì)篩選過(guò)程中的需求.想要獲得 可靠且準(zhǔn)確的機(jī)器學(xué)習(xí)模型，必須依賴可靠、完備且龐大的 數(shù)據(jù)，然而高分子的實(shí)驗(yàn)數(shù)據(jù)來(lái)源分散、測(cè)試參數(shù)各異、性 能種類不完備，這導(dǎo)致研究者在所

4、研究的高分子領(lǐng)域中有較 大可能遇到可靠數(shù)據(jù)規(guī)模較小的不利情況.由此可見(jiàn)，高分 子數(shù)據(jù)質(zhì)量參差不齊已成為機(jī)器學(xué)習(xí)方法在高分子材料基 因組中應(yīng)用的最大障礙.目前，相關(guān)的研究往往需要研究者 手動(dòng)收集文獻(xiàn)和公開(kāi)數(shù)據(jù)庫(kù)中的實(shí)驗(yàn)數(shù)據(jù)，當(dāng)面對(duì)實(shí)驗(yàn)數(shù)據(jù) 較為稀少的材料性能和材料類別時(shí)需要研究者運(yùn)用DFT、MD 模擬等方法計(jì)算大量該材料的理論數(shù)據(jù)，將其作為進(jìn)一步機(jī) 器學(xué)習(xí)的訓(xùn)練數(shù)據(jù).機(jī)器學(xué)習(xí)在高分子材料基因組中雖然已有個(gè)別應(yīng)用，但整體 上仍然停留在構(gòu)建適用于高分子領(lǐng)域的機(jī)器學(xué)習(xí)階段.例如: Olsen等在已有的SMILES基礎(chǔ)上開(kāi)發(fā)了專為描述高分子結(jié)構(gòu) 的表達(dá)系統(tǒng)(BigSMILES) 35, Ponzoni等

5、為探索高分子領(lǐng)域 如何選擇合適的特征作為模型的輸入，分別使用特征選擇法 和特征學(xué)習(xí)法進(jìn)行特征的選擇并對(duì)預(yù)測(cè)斷裂拉伸強(qiáng)度模型 進(jìn)行訓(xùn)練，最終發(fā)現(xiàn)兩種方法相結(jié)合的預(yù)測(cè)模型效果最佳 38.此外，還有探索小數(shù)據(jù)機(jī)器學(xué)習(xí)的可行方案5658, 追求更高準(zhǔn)確性的機(jī)器學(xué)習(xí)預(yù)測(cè)模型501之類的基礎(chǔ)性 工作.但是，大部分的研究并未繼續(xù)深入，沒(méi)有將通過(guò)機(jī)器 學(xué)習(xí)預(yù)測(cè)模型篩選出的高分子結(jié)構(gòu)付諸實(shí)驗(yàn)合成和驗(yàn)證.相 信在解決了阻礙應(yīng)用的各種問(wèn)題后（如數(shù)據(jù)質(zhì)量、數(shù)據(jù)特征 選擇、機(jī)器學(xué)習(xí)算法選擇、合成可行性等），機(jī)器學(xué)習(xí)必然 會(huì)在高分子材料基因組中發(fā)揮重要的作用.3總結(jié)與展望3. 1高分子材料基因組現(xiàn)狀和挑戰(zhàn)在高分子領(lǐng)域，運(yùn)

6、用材料基因組設(shè)計(jì)篩選新型高分子材料仍 然是前沿領(lǐng)域，有待科研人員進(jìn)一步探索和完善.隨著理論 和技術(shù)的進(jìn)步，通過(guò)計(jì)算機(jī)提前預(yù)測(cè)高分子的各項(xiàng)性能已成 為可能.材料基因組合與高分子理論、計(jì)算模擬技術(shù)和基于 數(shù)據(jù)驅(qū)動(dòng)的人工智能等相結(jié)合，高通量設(shè)計(jì)篩選新型高分子 材料的材料研發(fā)方式已取得初步成效.特別是在面對(duì)2種或2 種以上相互制約彼此矛盾的性能時(shí)，相較于傳統(tǒng)實(shí)驗(yàn)試錯(cuò)法, 基于材料基因組的高分子材料設(shè)計(jì)篩選在成本和時(shí)間上凸 顯優(yōu)勢(shì).高分子材料基因組仍然處于起步階段，有很多問(wèn)題亟待解決. 目前，在面對(duì)難以計(jì)算或預(yù)測(cè)的宏觀性能時(shí)，往往用易于計(jì) 算的特征量替代高代價(jià)的宏觀性能計(jì)算，但這種策略在一定 程度上降低

7、了結(jié)果的準(zhǔn)確性.此外，雖然無(wú)論是第一性原理 密度泛函理論還是分子動(dòng)力學(xué)模擬，其計(jì)算代理量所消耗的 時(shí)間都遠(yuǎn)小于實(shí)驗(yàn)合成、表征所需時(shí)間，但是當(dāng)面對(duì)海量高 分子代理量計(jì)算需求時(shí)，時(shí)間成本仍是限制研究者進(jìn)一步探 索更大化學(xué)結(jié)構(gòu)空間的主要原因.一旦機(jī)器學(xué)習(xí)預(yù)測(cè)模型訓(xùn)練完成，利用預(yù)測(cè)模型進(jìn)行材料特 征量或性能的預(yù)測(cè)是一條耗時(shí)短、結(jié)果準(zhǔn)確的途徑.但這條 途徑中最大問(wèn)題是如何為機(jī)器學(xué)習(xí)預(yù)測(cè)模型的訓(xùn)練提供來(lái) 源可靠且數(shù)據(jù)量足夠大的高質(zhì)量數(shù)據(jù)集.由于高分子材料的 分子結(jié)構(gòu)、聚集態(tài)結(jié)構(gòu)、加工方式和測(cè)試條件的不同都將影 響材料性能，而文獻(xiàn)中的數(shù)據(jù)質(zhì)量參差不齊，個(gè)別數(shù)據(jù)甚至 存在空缺，因此用于機(jī)器學(xué)習(xí)的高分子材料性能

8、數(shù)據(jù)庫(kù)往往 難以得到格式統(tǒng)一且量大、可靠的性能數(shù)據(jù).這種可靠數(shù)據(jù) 的匱乏阻礙了機(jī)器學(xué)習(xí)模型準(zhǔn)確性和泛化能力的提升.此外，由于高分子材料基因組所能探索的結(jié)構(gòu)空間遠(yuǎn)大于已 有的實(shí)驗(yàn)合成經(jīng)驗(yàn)空間，容易篩選出難以合成的高分子結(jié)構(gòu). 因此，在理性設(shè)計(jì)過(guò)程中，需要進(jìn)一步考慮合成的便宜性， 優(yōu)化篩選條件并與已有的實(shí)驗(yàn)合成經(jīng)驗(yàn)有機(jī)結(jié)合，或者創(chuàng)建 基于機(jī)器學(xué)習(xí)的高分子合成路徑預(yù)測(cè)方法，在篩選出高分子 結(jié)構(gòu)的同時(shí)預(yù)測(cè)合理的合成路徑.3. 2高分子材料基因組對(duì)高分子領(lǐng)域的反哺高分子材料基因組不僅提出了高效的高分子材料研發(fā)新模 式，而且對(duì)傳統(tǒng)高分子科學(xué)的認(rèn)知和材料基因組的擴(kuò)展具備 重要的意義.在利用高分子材料基因組挖

9、掘優(yōu)秀新型材料的過(guò)程中，對(duì)篩 選結(jié)果進(jìn)行“基因分析即可獲得“基因（通常為基團(tuán)或 原子）與宏觀性能之間的關(guān)系.這些或正相關(guān)、或負(fù)相關(guān)的關(guān) 系既能充實(shí)高分子領(lǐng)域第一范式，提高實(shí)驗(yàn)試錯(cuò)法的效率, 又能加深對(duì)高分子化學(xué)結(jié)構(gòu)和宏觀性能關(guān)系的認(rèn)識(shí).除了對(duì)篩選結(jié)構(gòu)“基因分析外，機(jī)器學(xué)習(xí)本身也可能為我 們帶來(lái)新的認(rèn)知.在高分子材料基因組中，利用機(jī)器學(xué)習(xí)模 型預(yù)測(cè)高分子性能本質(zhì)上是一個(gè)以數(shù)學(xué)角度而非化學(xué)角度 出發(fā)，以唯象的方式預(yù)測(cè)高分子性能的“黑匣子”.這種 “黑匣子”過(guò)程由于不受已有的高分子理論的束縛，最終可 能篩選獲得違背已有認(rèn)知的“反常高分子結(jié)構(gòu).這些被篩 選出的高性能“反常結(jié)構(gòu)有可能成為高分子理論新的突

10、 破口.另一方面，利用物理學(xué)等專業(yè)知識(shí)對(duì)機(jī)器學(xué)習(xí)（特別是 深度學(xué)習(xí)）的“黑匣子過(guò)程進(jìn)行解釋性研究，理清“黑匣 子內(nèi)部運(yùn)作的因果關(guān)系，有助于理解性能變化的規(guī)律 62,高分子材料基因組的發(fā)展不僅對(duì)高分子領(lǐng)域有重要意義，對(duì) 于材料基因組這一新的材料研發(fā)模式也具備重要意義.高分 子領(lǐng)域具有眾多金屬、無(wú)機(jī)非金屬和有機(jī)小分子領(lǐng)域沒(méi)有的 特征，如高分子鏈結(jié)構(gòu)、鏈構(gòu)象、多分散性、高分子結(jié)晶特 征、高分子微相結(jié)構(gòu)和亞穩(wěn)態(tài)結(jié)構(gòu)等，目前對(duì)高分子材料基 因組的研究仍未達(dá)到能全面包含這些特性的階段，因此進(jìn)一 步發(fā)展高分子材料基因組將有效拓展材料基因組的應(yīng)用范 圍，是對(duì)現(xiàn)有材料基因組的有益補(bǔ)充和拓展.3. 3高分子材料基

11、因組的發(fā)展方向根據(jù)當(dāng)前材料基因組在高分子材料方面的發(fā)展情況，我們展 望了未來(lái)的發(fā)展重點(diǎn).實(shí)現(xiàn)高通量實(shí)驗(yàn)：通過(guò)高通量實(shí)驗(yàn)一次性獲得批量樣品 將是一條行之有效且極具潛力的篩選途徑.不同于利用計(jì)算 機(jī)“虛擬合成與表征材料”的特征代理量篩選法和機(jī)器學(xué) 習(xí)法，利用高通量實(shí)驗(yàn)設(shè)備在短時(shí)間內(nèi)合成大批量的高分子, 并利用高通量表征技術(shù)快速便捷地獲得所有高分子性能數(shù) 據(jù)的高通量實(shí)驗(yàn)法不僅能從數(shù)量龐大的高分子結(jié)構(gòu)中篩選 出符合性能要求的新型材料，而且能為機(jī)器學(xué)習(xí)提供大量可 靠的實(shí)驗(yàn)數(shù)據(jù).高通量制備技術(shù)已在金屬領(lǐng)域取得了系統(tǒng)性 的發(fā)展，但在高分子領(lǐng)域還比較零散、不成體系.目前，已 報(bào)道的高通量高分子合成方法如自動(dòng)并

12、行合成器、微波合成 器和噴墨打印機(jī)等.Ehm等成功利用商業(yè)化的自動(dòng)并行合成 器一一平行壓力反應(yīng)器48(PPR48)實(shí)現(xiàn)烯炷聚合催化劑的高 通量篩選63. Zhang等則成功利用自己設(shè)計(jì)的設(shè)備對(duì)甲基 丙烯酸甲酯原子轉(zhuǎn)移自由基聚合法催化體系的參數(shù)進(jìn)行高 通量篩選和優(yōu)化64.此外，Ducker等則利用微波多肽合成 器高通量改性硅表面性質(zhì)65.相較于高通量制備技術(shù)，高 通量的表征技術(shù)發(fā)展緩慢，如高通量成分與結(jié)構(gòu)表征技術(shù)、 高通量熱力學(xué)表征技術(shù)、高通量力學(xué)表征技術(shù)、高通量光學(xué) 表征技術(shù)等，但其作為高通量制備技術(shù)的配套技術(shù)，對(duì)于提 高材料研發(fā)的整體效率意義重大.不同于高通量制備技術(shù)， 高通量表征技術(shù)可以模

13、糊材料的界限，應(yīng)用于金屬和無(wú)機(jī)非 金屬材料的高通量表征技術(shù)可以較為容易的拓展到高分子 領(lǐng)域，因此高分子研究者可大力借鑒金屬和無(wú)機(jī)非金屬材料 的高通量表征技術(shù).進(jìn)一步發(fā)展特征量代替宏觀性能的策略：一方面尋找更 多能代理宏觀性能的特征量，從而將更多宏觀性能納入高分 子材料基因組的適用范圍內(nèi)，如耐溶劑性、耐磨性、抗沖擊 性、相容性等等；另一方面引入更快速、便捷的方法計(jì)算特 征量，例如基團(tuán)貢獻(xiàn)法、分子連接指數(shù)法和機(jī)器學(xué)習(xí)等等.進(jìn)一步發(fā)展包含性能更廣且預(yù)測(cè)更準(zhǔn)確的高分子材料宏 觀性能機(jī)器學(xué)習(xí)預(yù)測(cè)模型：目前，機(jī)器學(xué)習(xí)預(yù)測(cè)模型往往只 針對(duì)特定類型高分子的特定性能，而限制機(jī)器學(xué)習(xí)在高分子 材料基因組中更廣泛應(yīng)用的是可靠數(shù)據(jù)的匱乏.因此，通過(guò) 建立完善規(guī)范的高分子材料性能數(shù)據(jù)庫(kù)擴(kuò)大有效數(shù)據(jù)量或 發(fā)展利用小數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)的策略