对特定光电器件的应用进行逆向定制有机分子具有广泛的潜力，但是目前仍难以实现这个目标。目前的模型通常依赖于大数据集而不是对特定研究领域的数据集。

有鉴于此，亥姆霍兹埃尔朗根-纽伦堡可再生能源研究所(HI-ERN)/哥廷根大学/纽伦堡大学Christoph J. Brabec、Jianchang Wu、厦门大学王露遥、卡尔斯鲁厄理工学院（KIT）Pascal Friederich、蔚山科学技术院（UNIST）Sang Il Seok等报道开发了一个闭环工作流程，将高通量合成有机半导体进行构筑大数据集，结合Bayesian优化，能够对太阳能电池发现新型空穴传输材料。这项预测模型是基于分子描述符，能够将材料的结构和性能之间进行联系，由尽量少的建议，发现了一系列高性能分子，在钙钛矿太阳能电池实现了高达26.2 %的效率（认证效率达到25.9 %）。

工作流

通过Suzuki偶联反应进行高通量合成新型分子。通过将A和B单体分子组成B-A-B性共轭分子进行合成。工作流程图首先创建数据库和定义子数据库，数据库内包括了所有售卖的有机溴化物和硼酸化合物。中间数据库内是从13000个随机分子进行DFT计算的结果。随后通过特定方式从中间数据库内选择分子进行合成。

图1. 工作流的简介

通过代表性的分子（33As和13Bs）进行训练，通过对每个分子的化学描述符进行DFT计算，随后通过高通量有机合成并且纯化和表征，得到包含101个分子的初始数据库。    

将这些分子构筑p-i-n性钙钛矿电池器件，并且使用描述符和对实验数据进行机器学习，对虚拟的新分子性质进行预测。按照预测的建议，合成了48个分子。随后，以上过程进行重复，从而得到更多的新分子。

最后，通过于HTM以及HTM-钙钛矿界面表征的数据进行结合，在分子性质和钙钛矿器件性能之间建立结构-性能关系，并且通过多任务GP回归方法进行分析。基于这种策略，得到了分子设计的原则。

生成初始数据库：合成和制备器件

图2. 生成初始数据库

首先利用RDKit构筑含有100万个空穴传输层分子的数据库。数据库的产生标准是：（i）反应单元（A：溴化物，B：有机硼酸）需要连接在芳香官能团上；（ii）B分子只有一个反应位点，避免B分子自身发生聚合。基于这个标准，得到了1132个A分子和850个B分子。随后通过RDKit从7个方面对每个分子进行注释，注释的内容涵盖共轭骨架结构、取代基、电子效应、立体效应（图2A），随后通过算法选择其中代表性的分子库（图2B）。这保证了从特征空间内均匀选择。此外，手动添加了一些有报道的性能较好的分子，作为比较。   

随后通过半自动合成平台进行高通量合成，使用微波加快合成速度。随后得到的分子通过快速过滤和重结晶进行纯化。通过NMR、质谱、光电性质、器件性能等表征，验证了合成的重复性，不同批次的器件性能变化波动<3%，UV-Vis吸收的区别<1%。由于优异的重复性，因此其他研究者能够重复这些实验。

图2E给出了钙钛矿器件的性能。结果表明，B1与A反应生成的分子得到的器件性能通常比B2更好；基于A30构筑的分子都具有较好的性能（除了几个例外）。而且对两个规律的研究发现B1和B12都具有TPA结构，说明过量的TPA可能不利于钙钛矿器件性能。

机器学习和特征工程

为了更好地理解数据的结构-性质关系，构建了一个机器学习（ML）模型，将分子的代表性描述符与太阳能电池器件的性能（PCE）进行对应。对于机器学习模型的构建，作者设计了一组描述符，能够不依赖假设对不同器件的区别，选择简单的分子统计组合，描述符包括原子的种类、芳香化学键和特定官能团的数量；理论计算特征，包括溶解度的对数、分子轨道的能量、偶极矩；分子的几何结构性质，比如旋转常数。    

图3. 基于实验数据和描述符的模型训练

分析重要的分子特征（图3A）。比如HOMO能级非常重要，这非常容易理解其对器件的性能产生影响。此外，HOMO能级和钙钛矿的VB能级之间的差值能够导致载流子提取的能垒，降低载流子提取速率，导致界面载流子复合。比如特定原子（氟原子）、杂环结构（噻吩、苯胺）也考虑在内，因为根据报道与钙钛矿之间能够产生钝化作用。考虑了分子的刚性和共轭结构的影响，因为其能够影响空穴传输，影响分子间相互作用。

模型选择了随机森林回归（random forest regression）、线性回归（linear regression）、神经网络（neural network）、GP回归和核岭回归（kernel-ridge regression）等模型，这些简单模型都表现非常好。

模型实验验证

图4. 合成的新分子和迭代实验数据

通过闭环的两轮材料优化迭代，验证ML模型能够用于预测空穴提取分子的新型有机分子。在第一次迭代的过程中，合成了24个新分子，其中包括了新型砌块结构（A525吡啶酮、A772二氰基乙烯）和不对称结构，因此丰富了空穴分子的结构多样性。而且单体数据库从33×13扩展至50×19。在这些分子进行钙钛矿器件性能测试，发现迭代后的分子性能比最初的分子更高，而且其中的六个分子给出的器件性能超过了PTAA分子的性能。

在第二次迭代过程中，增加了特征性。随后合成了ML模型推荐的126-149号分子。第二次迭代过程中没有发现最好的HTM分子，但是这些分子制备的钙钛矿器件性能仍然与第一次迭代的器件性能相当。这个结果表明这种工作流的潜力和可行性。

作者发现代表性的分子给出的钙钛矿器件性能变化的区间达到15 %-21 %，这个结果表明HTM分子对钙钛矿器件的性能超出预期。

对这些分子的钙钛矿器件进行标准化的表征，准确给出HTM对器件性能的影响趋势。随后通过自下而上的方法，分别对HTM、钙钛矿、ETM（电子传输层材料）优化，进一步对器件性能优化，通过这些方法将器件的性能提高10%-20%，钙钛矿器件的性能达到23.5％-24.3%，填充因子达到87%。

当使用目前最先进的MeO-2PACz构筑的钙钛矿太阳能电池器件实现了24.6%的效率，开路电压为1.165V，电流密度达到25.6mA cm^-2，填充因子为80%。当使用ML模型预测的分子A1090B769（二次迭代后合成的HTM小分子）^，电池的性能明显提高，开路电压达到1.195V，电流密度达到26.0mA cm^-2，填充因子达到84%，电池的效率提高至26.2%。而且使用A1090B769构筑的钙钛矿太阳能电池器件具有稳定性，在ISOS-L2标准（65℃，最大功率点，光照）下1000h消失内效率保持初始的80%。但是，使用PTAA聚合物的对照组电池性能明显降低。

发展了电池性能达到26.2%，这明显超过了目前最好的聚合物HTM和小分子HTM的性能，表明这种模型的前景。此外，这种模型给出了材料和器件相结合的加速优化策略，能够对多个目标而不是单一目标进行优化。作者进一步将对稳定性考虑在内的多目标优化程序，有望提高电池的效率和稳定性。 

模型分析

图5. 模型分析

为了从ML模型得到可解释的知识，并且鉴定影响器件性能的物理学参数，作者通过进一步的实验，从训练的ML模型中得到特征性的重要信息（图5）。并且对那些分子描述符对应于模型性能非可视的，有助于发现新型分子。最后，对一些额外的实验观测对改善模型的帮助，发现PCE电池性能和其他器件特点之间的关系，这些特征有可能未来作为中间测试流程，通过引入代理测试或者停止标准，加快实验的迭代。    

总结

作者开发了一种工作流，能够对光伏器件等应用进行功能材料的优化。基于分子描述符建立了预测模型，能够将材料的结构与复杂的太阳能电池器件性能之间联系。这个工作流将有机合成引入自主实验，并且这个流程结合了自主的器件优化。这个方法能够拓展用于其他领域，这种能力对于器件工程和器件的优化非常重要，需要对材料和工程工艺有所认识。

未来，作者将材料发现和器件优化进行无缝结合，并且形成闭环体系。这需要材料科学、工程学、先进的计算技术等跨学科的协同努力，建立协同工作流程。这种集成的工作流是革新尖端技术领域的材料优化最有前景的策略。

参考文献

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