對特定光電器件的應用進行逆向定制有機分子具有廣泛的潛力，但是目前仍難以實現這個目標。目前的模型通常依賴于大數據集而不是對特定研究領域的數據集。
有鑒于此，亥姆霍茲埃爾朗根-紐倫堡可再生能源研究所(HI-ERN)/哥廷根大學/紐倫堡大學Christoph J. Brabec、Jianchang Wu、廈門大學王露遙、卡爾斯魯厄理工學院（KIT）Pascal Friederich、蔚山科學技術院（UNIST）Sang Il Seok等報道開發了一個閉環工作流程，將高通量合成有機半導體進行構筑大數據集，結合Bayesian優化，能夠對太陽能電池發現新型空穴傳輸材料。這項預測模型是基于分子描述符，能夠將材料的結構和性能之間進行聯系，由盡量少的建議，發現了一系列高性能分子，在鈣鈦礦太陽能電池實現了高達26.2 %的效率（認證效率達到25.9 %）。
工作流
通過Suzuki偶聯反應進行高通量合成新型分子。通過將A和B單體分子組成B-A-B性共軛分子進行合成。工作流程圖首先創建數據庫和定義子數據庫，數據庫內包括了所有售賣的有機溴化物和硼酸化合物。中間數據庫內是從13000個隨機分子進行DFT計算的結果。隨后通過特定方式從中間數據庫內選擇分子進行合成。
圖1. 工作流的簡介
通過代表性的分子（33As和13Bs）進行訓練，通過對每個分子的化學描述符進行DFT計算，隨后通過高通量有機合成并且純化和表征，得到包含101個分子的初始數據庫。
將這些分子構筑p-i-n性鈣鈦礦電池器件，并且使用描述符和對實驗數據進行機器學習，對虛擬的新分子性質進行預測。按照預測的建議，合成了48個分子。隨后，以上過程進行重復，從而得到更多的新分子。
最后，通過于HTM以及HTM-鈣鈦礦界面表征的數據進行結合，在分子性質和鈣鈦礦器件性能之間建立結構-性能關系，并且通過多任務GP回歸方法進行分析。基于這種策略，得到了分子設計的原則。
生成初始數據庫：合成和制備器件
圖2. 生成初始數據庫
首先利用RDKit構筑含有100萬個空穴傳輸層分子的數據庫。數據庫的產生標準是：（i）反應單元（A：溴化物，B：有機硼酸）需要連接在芳香官能團上；（ii）B分子只有一個反應位點，避免B分子自身發生聚合。基于這個標準，得到了1132個A分子和850個B分子。隨后通過RDKit從7個方面對每個分子進行注釋，注釋的內容涵蓋共軛骨架結構、取代基、電子效應、立體效應（圖2A），隨后通過算法選擇其中代表性的分子庫（圖2B）。這保證了從特征空間內均勻選擇。此外，手動添加了一些有報道的性能較好的分子，作為比較。
隨后通過半自動合成平臺進行高通量合成，使用微波加快合成速度。隨后得到的分子通過快速過濾和重結晶進行純化。通過NMR、質譜、光電性質、器件性能等表征，驗證了合成的重復性，不同批次的器件性能變化波動<3%，UV-Vis吸收的區別<1%。由于優異的重復性，因此其他研究者能夠重復這些實驗。
圖2E給出了鈣鈦礦器件的性能。結果表明，B1與A反應生成的分子得到的器件性能通常比B2更好；基于A30構筑的分子都具有較好的性能（除了幾個例外）。而且對兩個規律的研究發現B1和B12都具有TPA結構，說明過量的TPA可能不利于鈣鈦礦器件性能。
機器學習和特征工程
為了更好地理解數據的結構-性質關系，構建了一個機器學習（ML）模型，將分子的代表性描述符與太陽能電池器件的性能（PCE）進行對應。對于機器學習模型的構建，作者設計了一組描述符，能夠不依賴假設對不同器件的區別，選擇簡單的分子統計組合，描述符包括原子的種類、芳香化學鍵和特定官能團的數量；理論計算特征，包括溶解度的對數、分子軌道的能量、偶極矩；分子的幾何結構性質，比如旋轉常數。
圖3. 基于實驗數據和描述符的模型訓練
分析重要的分子特征（圖3A）。比如HOMO能級非常重要，這非常容易理解其對器件的性能產生影響。此外，HOMO能級和鈣鈦礦的VB能級之間的差值能夠導致載流子提取的能壘，降低載流子提取速率，導致界面載流子復合。比如特定原子（氟原子）、雜環結構（噻吩、苯胺）也考慮在內，因為根據報道與鈣鈦礦之間能夠產生鈍化作用。考慮了分子的剛性和共軛結構的影響，因為其能夠影響空穴傳輸，影響分子間相互作用。
模型選擇了隨機森林回歸（random forest regression）、線性回歸（linear regression）、神經網絡（neural network）、GP回歸和核嶺回歸（kernel-ridge regression）等模型，這些簡單模型都表現非常好。
模型實驗驗證
圖4. 合成的新分子和迭代實驗數據
通過閉環的兩輪材料優化迭代，驗證ML模型能夠用于預測空穴提取分子的新型有機分子。在第一次迭代的過程中，合成了24個新分子，其中包括了新型砌塊結構（A525吡啶酮、A772二氰基乙烯）和不對稱結構，因此豐富了空穴分子的結構多樣性。而且單體數據庫從33×13擴展至50×19。在這些分子進行鈣鈦礦器件性能測試，發現迭代后的分子性能比最初的分子更高，而且其中的六個分子給出的器件性能超過了PTAA分子的性能。
在第二次迭代過程中，增加了特征性。隨后合成了ML模型推薦的126-149號分子。第二次迭代過程中沒有發現最好的HTM分子，但是這些分子制備的鈣鈦礦器件性能仍然與第一次迭代的器件性能相當。這個結果表明這種工作流的潛力和可行性。
作者發現代表性的分子給出的鈣鈦礦器件性能變化的區間達到15 %-21 %，這個結果表明HTM分子對鈣鈦礦器件的性能超出預期。
對這些分子的鈣鈦礦器件進行標準化的表征，準確給出HTM對器件性能的影響趨勢。隨后通過自下而上的方法，分別對HTM、鈣鈦礦、ETM（電子傳輸層材料）優化，進一步對器件性能優化，通過這些方法將器件的性能提高10%-20%，鈣鈦礦器件的性能達到23.5％-24.3%，填充因子達到87%。
當使用目前最先進的MeO-2PACz構筑的鈣鈦礦太陽能電池器件實現了24.6%的效率，開路電壓為1.165V，電流密度達到25.6mA cm-2，填充因子為80%。當使用ML模型預測的分子A1090B769（二次迭代后合成的HTM小分子），電池的性能明顯提高，開路電壓達到1.195V，電流密度達到26.0mA cm-2，填充因子達到84%，電池的效率提高至26.2%。而且使用A1090B769構筑的鈣鈦礦太陽能電池器件具有穩定性，在ISOS-L2標準（65℃，最大功率點，光照）下1000h消失內效率保持初始的80%。但是，使用PTAA聚合物的對照組電池性能明顯降低。
發展了電池性能達到26.2%，這明顯超過了目前最好的聚合物HTM和小分子HTM的性能，表明這種模型的前景。此外，這種模型給出了材料和器件相結合的加速優化策略，能夠對多個目標而不是單一目標進行優化。作者進一步將對穩定性考慮在內的多目標優化程序，有望提高電池的效率和穩定性。
模型分析
圖5. 模型分析
為了從ML模型得到可解釋的知識，并且鑒定影響器件性能的物理學參數，作者通過進一步的實驗，從訓練的ML模型中得到特征性的重要信息（圖5）。并且對那些分子描述符對應于模型性能非可視的，有助于發現新型分子。最后，對一些額外的實驗觀測對改善模型的幫助，發現PCE電池性能和其他器件特點之間的關系，這些特征有可能未來作為中間測試流程，通過引入代理測試或者停止標準，加快實驗的迭代。
總結
作者開發了一種工作流，能夠對光伏器件等應用進行功能材料的優化。基于分子描述符建立了預測模型，能夠將材料的結構與復雜的太陽能電池器件性能之間聯系。這個工作流將有機合成引入自主實驗，并且這個流程結合了自主的器件優化。這個方法能夠拓展用于其他領域，這種能力對于器件工程和器件的優化非常重要，需要對材料和工程工藝有所認識。
未來，作者將材料發現和器件優化進行無縫結合，并且形成閉環體系。這需要材料科學、工程學、先進的計算技術等跨學科的協同努力，建立協同工作流程。這種集成的工作流是革新尖端技術領域的材料優化最有前景的策略。
參考文獻
Jianchang Wu et al., Inverse design workflow discovers hole-transport materials tailored for perovskite solar cells. Science386,1256-1264(2024)
DOI: 10.1126/science.ads0901
https://www.science.org/doi/10.1126/science.ads0901
