Sci. Adv. | AI解码有机分子指纹：定向设计目标能量二维钙钛矿

DRUGONE

人工智能辅助材料发现正在快速改变功能材料的开发模式，但二维杂化钙钛矿的设计仍高度依赖经验与试错法。研究人员提出了一种面向 Dion–Jacobson（DJ）型二维杂化钙钛矿的逆向设计框架，通过构建可逆（invertible）的12维有机分子指纹表示，实现对数百万有机间隔阳离子化学空间的系统探索。

研究人员结合高通量密度泛函理论（DFT）计算、可解释机器学习以及合成可行性筛选，成功识别出能够实现特定能级排列（energy level alignment）的有机分子候选。通过机器学习模型，研究人员不仅能够快速预测 HOMO/LUMO 能级，还揭示了分子结构与二维钙钛矿能级匹配之间的规律。最终，研究人员获得了一系列具有 Ib、IIa 与 IIb 型能级排列的候选 DJ 钙钛矿结构。该研究表明，将具有物理意义且可逆的分子表示融入 AI 材料设计流程，可以显著提高目标性质驱动型杂化材料发现效率，为二维钙钛矿逆向设计提供了新范式。

近年来，人工智能与机器学习正在推动材料科学从传统“试错法”向数据驱动设计转变。通过学习已有材料数据中的复杂规律，机器学习模型能够快速预测材料性质、优化结构参数，并实现逆向设计。

二维杂化钙钛矿由于兼具无机半导体与有机分子的特性，在光伏、LED 和光电子器件中展现出巨大潜力。相比三维钙钛矿，二维钙钛矿由于有机阳离子间隔层的存在，拥有更加庞大的设计空间。特别是在 Dion–Jacobson 相结构中，双铵盐有机间隔分子直接连接无机层，不存在范德华间隙，因此能够显著影响载流子输运与能级结构。

然而，目前二维钙钛矿中有机间隔分子的设计主要依赖研究人员经验。例如，通过修改已知分子的官能团，或者借鉴有机光伏中的 π 共轭片段进行尝试。这种方式不仅效率有限，而且无法真正探索庞大的化学空间。

与此同时，能级排列是决定二维钙钛矿性能的关键因素。由于有机层与无机层分别拥有独立能级，它们会形成类似量子阱结构，从而影响电子与空穴在不同层中的分布与传输。然而，目前针对二维钙钛矿能级排列的 AI 辅助设计研究仍十分有限。

因此，研究人员提出构建一种基于可逆分子指纹的逆向设计框架，以实现二维杂化钙钛矿目标能级结构的自动生成与筛选。

方法

研究人员构建了一个针对 DJ 型二维钙钛矿的 AI 辅助逆向设计工作流。首先，研究人员基于已报道的21种双铵盐有机间隔分子，总结其结构规律，并提出一种由12个描述符组成的可逆分子指纹表示方法。该表示能够同时编码芳香环数量、连接方式、氨基位置、杂原子取代、侧链等信息。

随后，研究人员利用“molecular morphing”策略，从基础分子 PDMA 出发，通过13种结构变换操作逐步扩展化学空间，共生成约488万个假想有机间隔分子。研究人员进一步对其中3239种结构进行了高通量 DFT 计算，用于获得二维钙钛矿中的 HOMO/LUMO 与无机层能级排列。

在此基础上，研究人员训练了可解释机器学习模型，用于从分子指纹直接预测 HOMO/LUMO 能级。最后，通过 PubChem 合成可得性筛选以及二维结构 formability score 筛选，对候选分子进行合成可行性评估，并利用 DFT 对最终结构进行验证。

结果

构建可逆分子指纹与二维钙钛矿逆向设计框架

研究人员首先提出了二维 DJ 钙钛矿专用的可逆分子指纹表示。与传统 Morgan fingerprint 等不可逆表示不同，该方法能够从指纹直接反推出一组满足特定性质的候选分子。

研究人员将有机间隔分子拆分为四类结构模块，包括共轭主链、铵盐连接基、杂原子取代以及侧链结构，并进一步编码为12维指纹向量。由于该表示具有较低冗余度与较高可解释性，因此能够高效连接“结构—性质”关系。

研究人员指出，这种可逆性对于逆向设计尤为关键，因为目标不是预测某一个唯一分子，而是生成一组满足目标能级排列的候选结构。

图1：二维 DJ 钙钛矿逆向设计工作流与12维可逆分子指纹表示。

AI生成数百万二维钙钛矿有机间隔分子

研究人员随后使用分子 morphing 方法扩展化学空间。从 Generation 0（PDMA）开始，通过不断引入芳香环、杂原子和侧链修饰，逐步生成更复杂的有机结构。

最终，研究人员从 G0 到 G6 共生成了约488万个假想有机间隔分子，对应21306种不同指纹。所有已知实验有机间隔分子均包含在这一空间中，说明该方法具有较高覆盖度。

研究人员进一步利用 t-SNE 对指纹空间进行降维可视化。结果显示，不同 generation 的分子形成连续而丰富的化学空间分布，高代数结构明显更加复杂。

图2：基于 molecular morphing 的百万级有机间隔分子生成与化学空间映射。

高通量DFT揭示二维钙钛矿能级排列规律

研究人员随后对261种 DJ 钙钛矿进行了高通量 DFT 计算，以分析有机层与无机层之间的能级排列关系。

结果显示，大多数已报道二维钙钛矿均属于 type Ia 能级排列，即电子与空穴主要局域于无机层中。相比之下，type IIa 与 IIb 结构则允许有机层参与电子或空穴分布，从而可能产生新的光电性质。

研究人员发现，决定能级排列的主要因素并非无机层，而是有机分子的 HOMO/LUMO 能级。不同有机分子的前线轨道能级跨度可达约6.1 eV，而无机层带边变化仅约0.9 eV。

此外，研究人员还发现，二维钙钛矿中的有机层能级与孤立有机阳离子的 HOMO/LUMO 之间具有强线性关系，因此可以利用单分子计算替代完整晶体计算，大幅降低计算成本。

图3：二维 DJ 钙钛矿中的有机-无机能级排列与电子结构分析。

可解释机器学习揭示结构—能级关系

研究人员进一步利用3239个有机间隔分子数据训练机器学习模型，以预测 HOMO/LUMO 能级。

结果显示，无论线性模型还是非线性模型，均能够实现较高预测精度。其中，LASSO 回归由于具备较强可解释性，被用于后续分析。

SHAP 分析表明，影响 HOMO/LUMO 最重要的因素包括：

• 芳香环数量；
• 铵盐连接基数量；
• linker 长度；
• 杂原子类型；
• 主链共轭程度。

研究人员发现：

• 芳香环增加会提高共轭程度，从而提升 HOMO；
• 吡啶型氮原子具有吸电子效应，会降低 HOMO/LUMO；
• 吡咯型氮原子则提高前线轨道能级；
• 氟取代对能级影响相对较弱。

这些规律与有机半导体中的经典设计原则高度一致。

图4：机器学习模型性能与 SHAP 结构—能级关系分析。

构建二维钙钛矿合成可行性筛选体系

研究人员进一步开发了两步式合成可行性筛选框架。

第一步利用 PubChem 数据库评估有机分子的合成可获得性。结果显示，随着 generation 增加，能够在 PubChem 中找到的分子比例逐渐下降，说明复杂结构往往更难合成。

第二步则建立了专门针对 DJ 钙钛矿的 formability score，用于预测某一有机间隔分子是否能够形成二维 DJ 结构。该评分基于五个拓扑描述符，包括：

• 位阻效应；
• N–N 距离；
• 可旋转键数量；
• 分子偏心率；
• 铵基相对位置。

研究人员发现，该 formability score 能够正确区分27/29个已知二维与非二维体系。整体来看，约96.1%的假想分子被预测能够形成 DJ 相结构。

图5：二维 DJ 钙钛矿的 formability score 与合成可行性筛选流程。

AI逆向设计实现目标能级二维钙钛矿发现

在最终逆向设计阶段，研究人员不再穷举整个化学空间，而是直接根据目标能级排列反向约束分子指纹。

结果显示：

• type IIa 分子通常具有更多芳香环与双铵基结构；
• type IIb 分子更倾向于单环与单铵基结构；
• type Ib 则需要极长共轭体系，通常包含5个以上芳香环。

最终，研究人员成功获得：

• 8个 type IIa 候选；
• 44个 type IIb 候选；
• 多个具有潜在 type Ib 能级排列的高共轭候选结构。

这些候选均通过 DFT 验证，并展现出目标导向能级排列特征。

图6：目标能级排列二维 DJ 钙钛矿的逆向设计与最终候选结构。

讨论

研究人员提出了一种面向二维杂化钙钛矿的 AI 辅助逆向设计框架，首次实现了从“目标能级”直接反推有机间隔分子结构。

与传统正向筛选不同，该方法利用可逆分子指纹实现了结构与性质之间的双向映射，使机器学习不仅能够预测性质，还能够反向生成候选分子。研究结果表明，二维钙钛矿中的能级排列主要由有机间隔分子的前线轨道决定，而这一规律能够通过简单、可解释的结构描述符有效捕获。

研究人员认为，该框架未来不仅可用于二维钙钛矿，也有望推广至金属有机框架、杂化半导体及其他有机-无机复合材料体系，推动 AI 驱动的目标性质材料逆向设计。

整理 | DrugOne团队

参考资料

Yongxin Lyu et al. ,Fingerprinting organic molecules for the inverse design of two-dimensional hybrid perovskites with target energetics.Sci. Adv.12,eaeb4144(2026).

DOI:10.1126/sciadv.aeb4144