在人工智能驅(qū)動材料科學(xué)發(fā)展的浪潮中，傳統(tǒng)材料開發(fā)高度依賴試錯法，成本高昂且耗時漫長，而新興研究領(lǐng)域普遍面臨實驗數(shù)據(jù)極度匱乏的困境，這嚴(yán)重制約了AI在復(fù)雜材料體系中的應(yīng)用。有機半導(dǎo)體領(lǐng)域尤其如此——共軛聚合物的光電性能不僅受分子結(jié)構(gòu)影響，還強烈依賴于分子堆積和形貌等復(fù)雜因素。以有機電化學(xué)晶體管（OECT）為代表的新興材料體系，不僅實驗數(shù)據(jù)稀少，其物理機制的理解也尚不完善，構(gòu)成了持久性的科學(xué)挑戰(zhàn)。相比之下，有機場效應(yīng)晶體管（OFET）領(lǐng)域已有數(shù)十年的研究積累，理論框架成熟，實驗數(shù)據(jù)豐富，為知識遷移提供了理想的基礎(chǔ)。

針對這一難題，北京大學(xué)雷霆教授、莫凡洋副教授課題組提出了一種名為“物理知識支撐的遷移學(xué)習(xí)”（PKU-TL）的新方法，成功實現(xiàn)了在數(shù)據(jù)稀缺條件下對共軛聚合物性能的精準(zhǔn)預(yù)測，并據(jù)此設(shè)計出高性能、超低電壓的n型有機電化學(xué)晶體管材料。該工作整合了物理信息模型構(gòu)建、向新興系統(tǒng)的知識遷移以及實驗驗證三大模塊，不僅實現(xiàn)了對OECT關(guān)鍵性能指標(biāo)（載流子遷移率μ、μC*和閾值電壓Vth）超過0.95的R2預(yù)測精度，還從中提煉出全新的材料設(shè)計知識，為數(shù)據(jù)驅(qū)動的新興材料開發(fā)提供了可推廣的范式。相關(guān)論文以“Transfer-learning guided design of high-performance conjugated polymers for low-voltage electrochemical transistors”為題，發(fā)表在Nature Communications上。

研究團隊首先從文獻中手動構(gòu)建了OFET和OECT兩個數(shù)據(jù)庫，其中OFET數(shù)據(jù)庫包含837條數(shù)據(jù)，OECT數(shù)據(jù)庫僅有112條數(shù)據(jù)，凸顯了數(shù)據(jù)稀缺的現(xiàn)狀。針對OFET體系，研究者基于物理原理設(shè)計了17維特征向量，包括HOMO/LUMO能級、分子量（Mn）、多分散指數(shù)（PDI）、10維主鏈平面性指數(shù)以及3維側(cè)鏈描述符。其中，主鏈平面性通過?cos2φ?參數(shù)量化，該參數(shù)基于精細調(diào)優(yōu)后的Uni-Mol模型對松弛勢能面的預(yù)測計算得出，其預(yù)測HOMO、LUMO和?cos2φ?的R2均超過0.9。利用XGBoost算法構(gòu)建的OFET遷移率預(yù)測模型在電子和空穴遷移率預(yù)測上均取得了超過0.99的R2值。通過SHAP值進行的特征重要性分析表明，分子量（Mn）對載流子遷移率的影響最為顯著，其次是主鏈平面性以及HOMO/LUMO能級。這一發(fā)現(xiàn)強調(diào)了合成條件（尤其是分子量）在決定OFET聚合物性能中的關(guān)鍵作用，且分子量與器件性能并非簡單的線性關(guān)系。

圖1 | 以人為中心、數(shù)據(jù)驅(qū)動和PKU-TL驅(qū)動的材料開發(fā)范式比較。 a 以人為中心的材料開發(fā)范式：提出假設(shè)（分子結(jié)構(gòu)或理論模型）。隨后進行實驗合成和測試。如果實驗結(jié)果未達到預(yù)期，分析原因，修正假設(shè)，然后再次通過實驗驗證假設(shè)，從而生成知識和材料。b 數(shù)據(jù)驅(qū)動的材料開發(fā)范式：首先，基于既有的理論研究進行實驗或密度泛函理論（DFT）特征選擇，或者直接采用可解釋性相對較低的分子指紋。隨后，利用大規(guī)模數(shù)據(jù)集和所選特征，開發(fā)性能預(yù)測模型。最后，對這些模型識別出的材料進行實驗合成和驗證，從而發(fā)現(xiàn)材料。c PKU-TL驅(qū)動的材料開發(fā)范式：首先，在具有大數(shù)據(jù)集的成熟研究領(lǐng)域構(gòu)建基礎(chǔ)性能預(yù)測模型。接著，使用PKU-TL為數(shù)據(jù)有限的新興領(lǐng)域開發(fā)性能預(yù)測模型。這一過程產(chǎn)生了對材料設(shè)計的見解�；谀Ｐ偷念A(yù)測和合成專業(yè)知識，選擇候選分子進行實驗驗證，從而獲得新的聚合物材料。最后，將實驗結(jié)果納入小數(shù)據(jù)集，材料科學(xué)家對觀察到的分子特性的分析作為假設(shè)，用以改進小數(shù)據(jù)集預(yù)測模型。這種迭代方法提高了模型的準(zhǔn)確性，并產(chǎn)生了更多關(guān)于聚合物設(shè)計的知識。

然而，將OFET模型直接用于OECT預(yù)測時，初始準(zhǔn)確率顯著下降（R2約為0.6）。機理分析指出，這源于兩種器件工作模式的根本差異：OFET中電荷傳輸主要發(fā)生在靠近介電層的界面區(qū)域，是場效應(yīng)摻雜；而OECT使用電解質(zhì)取代介電層，通過柵極電壓驅(qū)動的離子滲透實現(xiàn)體相摻雜，因此其性能必須通過復(fù)合參數(shù)μC*來同時評估電荷傳輸和離子注入效率。盡管如此，兩者對聚合物電荷傳輸特性的共同依賴啟發(fā)了研究團隊的遷移學(xué)習(xí)策略——將OFET預(yù)測的遷移率作為具有物理可解釋性的輸入特征，用于OECT的建模。

圖2 | 我們的OFET遷移率預(yù)測模型的工作流程和性能。 a 典型OFET和OECT器件的器件結(jié)構(gòu)比較。b 文庫生成和松弛勢能面（PES）掃描的預(yù)測。首先從文獻來源收集聚合物半導(dǎo)體構(gòu)筑基元，隨后將其配對以生成候選聚合物分子文庫。從該文庫中隨機選擇2,836個分子進行二面角掃描，所得數(shù)據(jù)用于微調(diào)Uni-Mol模型，以預(yù)測HOMO、LUMO能級和松弛PES掃描。c OFET遷移率預(yù)測的特征工程和數(shù)據(jù)增強�？紤]到聚合物重復(fù)單元中周期性的共價連接性，我們實現(xiàn)了滑動窗口采樣（窗口長度=11個單體，步長=1個片段，每條聚合物鏈的采樣頻率與其重復(fù)單元長度相對應(yīng)）進行結(jié)構(gòu)增強。d&e 基于五個XGBoost模型集成的OFET μh預(yù)測模型的性能及通過SHAP值分析的特征重要性分布。f&g 基于五個XGBoost模型集成的OFET μe預(yù)測模型的性能及通過SHAP值分析的特征重要性分布。SHAP值經(jīng)過歸一化以表示每個特征的相對重要性。

在假設(shè)生成階段，團隊篩選了11個候選因子，包括經(jīng)Uni-Mol校準(zhǔn)的HOMO/LUMO能級、預(yù)測的OFET遷移率、構(gòu)筑基元的平均能級、構(gòu)筑基元間的平均能級差、能級方差以及反映π-π堆積能力的平均LOLIPOP值。通過訓(xùn)練包含不同四特征組合的XGBoost模型并進行特征重要性分析，研究證實預(yù)測的OFET遷移率是化學(xué)空間中決定OECT性能的最關(guān)鍵因素。最終優(yōu)化的五特征向量——包含預(yù)測的空穴/電子遷移率、HOMO、LUMO、構(gòu)筑基元間平均HOMO差值和平均LUMO差值——使得OECT遷移率預(yù)測的R2超過0.94。進一步的統(tǒng)計分析顯示，OECT性能參數(shù)ln(μC)與ln μ之間存在清晰的線性關(guān)系，因此μC可基于遷移率預(yù)測得出。納入預(yù)測的OFET遷移率與HOMO/LUMO特征后，μC的預(yù)測精度R2超過0.95。值得注意的是，此前在OECT設(shè)計中被忽視的構(gòu)筑基元能級差（ΔHOMO和ΔLUMO）被揭示為決定μC的關(guān)鍵因素。特征重要性分析表明，對于n型聚合物降低HOMO能級、對于p型聚合物提高HOMO能級，以及減小構(gòu)筑基元間的能級差，均可提升μC*值。

圖3 | OECT性能預(yù)測模型的假設(shè)生成與性能。 a&d 分別針對μhC和μeC預(yù)測，在包含不同特征組合的四特征模型的三折交叉驗證中，R2超過0.6的模型比例。b&e 集成XGBoost模型在OECT數(shù)據(jù)集上預(yù)測μhC和μeC的性能。c 集成XGBoost模型在OECT數(shù)據(jù)集上預(yù)測p型聚合物Vth的性能，以及f 預(yù)測n型聚合物Vth的性能。g T2CNT-2FBT、T2CT-2FBT、T2C2FT-2FBT在中性態(tài)下的主鏈結(jié)構(gòu)和構(gòu)筑基元能級，h&i 三種聚合物帶正電三聚體的電荷分布比較。

為了驗證AI推導(dǎo)的設(shè)計規(guī)則，研究團隊對三種主鏈平面性相近但構(gòu)筑基元能級差不同的聚合物進行了DFT計算。結(jié)果顯示，能級差最大的聚合物T2CNT-2FBT（ΔHOMO=1.86 eV）中，電荷和β-HOMO軌道主要定域在給體單元上，形成局域化的空穴極化子，限制了鏈內(nèi)電荷傳輸；隨著能級差減�。═2CT-2FBT為1.77 eV，T2C2FT-2FBT為1.3 eV），自旋密度、電荷和β-HOMO軌道逐漸在整個主鏈上離域化。這種增強的極化子離域化有助于提高載流子遷移率，且在n型聚合物中同樣觀察到類似效應(yīng)。因此，調(diào)控構(gòu)筑基元能級差成為高性能OECT材料的新設(shè)計原則。利用同樣的方法，團隊還成功建立了對OECT閾值電壓（Vth）的預(yù)測模型，R2同樣超過0.95。

圖4 | 高性能OECT聚合物的篩選與實驗驗證。 a μhC和Vth的分布，展示了同時考慮μhC和Vth的高性能p型OECT分子。b μeC和Vth的分布，展示了n型OECT聚合物的實驗驗證。c 由不同片段構(gòu)建的聚合物的μeC和Vth分布的平均值。d 由不同片段構(gòu)建的聚合物的μeC*和Vth分布的平均值。圖中特殊符號表示綜合性能最佳的OECT聚合物構(gòu)筑基元。紅色圈出的片段表示潛在的最佳構(gòu)筑基元。五角星代表BDOPV及其衍生物。

利用訓(xùn)練好的μC和Vth預(yù)測模型，研究團隊對包含超過24000種候選聚合物的庫進行了虛擬篩選。結(jié)果顯示，對于p型聚合物，含雜原子的芳香環(huán)構(gòu)筑基元表現(xiàn)出最佳綜合性能，其中兩種聚合物的μhC超過1000 F cm?1 V?1 s?1且Vth接近0 V。對于n型聚合物，含有吸電子基團的大芳香族構(gòu)筑基元最為有前景，其中BDOPV及其衍生物兼具低Vth和高μeC。鑒于n型聚合物合成更具挑戰(zhàn)性且需求更為迫切，團隊選取了兩種BDOPV聚合物（P1和P2）進行實驗驗證。實驗測得的Vth與預(yù)測值非常接近（接近0 V），但μeC的實驗值與預(yù)測值存在一定偏差。進一步分析發(fā)現(xiàn)，溶解后產(chǎn)生更粘稠溶液的聚合物（即分子量更高的聚合物）表現(xiàn)出更高的μeC*值。將Mn和PDI納入假設(shè)生成模型后，特征重要性分析表明，Mn和PDI在決定OECT性能方面甚至比HOMO/LUMO能級略為重要�；谶@一發(fā)現(xiàn)，團隊合成了帶有吡啶環(huán)結(jié)構(gòu)的BDOPV聚合物P3，以增強其在極性溶劑HFIP中的溶解性。P3展現(xiàn)出高達63.5 F cm?1 V?1 s?1的μeC*值和低至-0.08 V的超低Vth，其電子遷移率為0.48 cm2 V?1 s?1，體積電容為131.75 F/cm3。這一性能已超越人類專家在低電壓高性能n型OECT材料領(lǐng)域的已有成果。盡管預(yù)測值與實驗值之間存在一定差異，考慮到合成與器件制備條件的復(fù)雜性，該結(jié)果被認(rèn)為是可接受的——預(yù)測模型反映的是材料在完全優(yōu)化條件下的最高潛力，而實際實驗值受限于合成條件（如分子量、PDI、缺陷密度）等模型未捕獲的因素。

圖5 | 模型優(yōu)化與實驗驗證。 a 在OECT μeC預(yù)測中，包含不同特征的四特征模型在三折交叉驗證中R2超過0.6的模型比例。b XGBoost模型在更新后的OECT數(shù)據(jù)集上預(yù)測μeC的性能。c P3的轉(zhuǎn)移特性曲線，d 輸出特性曲線，e 長期工作穩(wěn)定性（P3在200次循環(huán)后的電流保持率為55.5%，采用了10?12 A的電流下限以最小化測量噪聲的影響，任何低于此閾值的測量值均被截斷為10?12 A），以及f P3的GIWAXS特性。g 已發(fā)表的n型OECT性能總結(jié)圖。單個性能數(shù)據(jù)點及其相應(yīng)引文見補充表3。

通過本研究，PKU-TL框架建立了一套面向高性能OECT聚合物的設(shè)計原則層次體系。一方面，它驗證了經(jīng)典設(shè)計準(zhǔn)則——降低LUMO能級和增強主鏈平面性仍然是高效電子傳輸和穩(wěn)定性的基礎(chǔ)。更為關(guān)鍵的是，它識別出一個此前被忽視的核心描述符：構(gòu)筑基元間的平均能級差。最小化該能級差可促進極化子沿聚合物主鏈的均勻離域化，從而直接提升載流子遷移率，這一機制得到了DFT計算的證實。此外，綜合建模與實驗觀察表明，共軛聚合物的合成實現(xiàn)與缺陷控制與分子設(shè)計同等重要——高分子量和較少結(jié)構(gòu)缺陷對器件性能均具有顯著影響。

該研究提出的PKU-TL框架為數(shù)據(jù)稀缺、物理機制復(fù)雜的新興材料體系提供了一種加速開發(fā)的通用方法。盡管共軛聚合物合成的復(fù)雜性目前尚無法實現(xiàn)全自動發(fā)現(xiàn)流程，但這項工作為邁向該目標(biāo)奠定了堅實基礎(chǔ)。研究團隊認(rèn)為，該方法可推廣至其他同樣受困于數(shù)據(jù)匱乏的材料復(fù)雜系統(tǒng)，并在加速新興領(lǐng)域材料開發(fā)方面展現(xiàn)出廣闊前景。