傳統(tǒng)材料研發(fā)依賴試錯(cuò)法，效率低。材料基因組計(jì)劃（MGI）提出通過高通量計(jì)算和大數(shù)據(jù)加速創(chuàng)新，但材料科學(xué)中數(shù)據(jù)稀缺與機(jī)器學(xué)習(xí)（ML）模型可解釋性差成為關(guān)鍵瓶頸。

在軟凝聚態(tài)物質(zhì)（如聚合物）領(lǐng)域，實(shí)驗(yàn)數(shù)據(jù)質(zhì)量參差導(dǎo)致數(shù)據(jù)量不足。粘度指數(shù)改進(jìn)劑（VII）作為潤滑油核心添加劑，其性能依賴聚合物分子結(jié)構(gòu)與溫度響應(yīng)的復(fù)雜關(guān)系，但現(xiàn)有研究?jī)H聚焦少數(shù)商用聚合物（如聚異丁烯），缺乏系統(tǒng)性數(shù)據(jù)支撐。盡管分子動(dòng)力學(xué)（MD）可模擬聚合物溶液物性，但缺乏針對(duì)VII的高通量數(shù)據(jù)生成方法。此外，現(xiàn)有ML模型多為“黑箱”，難以揭示定量構(gòu)效關(guān)系（QSPR），阻礙聚合物設(shè)計(jì)的理論指導(dǎo)。因此，亟需開發(fā)整合高通量計(jì)算、自動(dòng)化特征工程與可解釋AI的框架，以突破數(shù)據(jù)稀缺限制，推動(dòng)VII等復(fù)雜體系的理性設(shè)計(jì)。

中國科學(xué)院蘭州化學(xué)物理研究所潤滑材料全國重點(diǎn)實(shí)驗(yàn)室材料表面界面團(tuán)隊(duì)長(zhǎng)期致力于潤滑油材料的分子模擬工程和人工智能設(shè)計(jì)研究。近期，研究人員融合高通量分子動(dòng)力學(xué)模擬與可解釋人工智能的自動(dòng)化材料設(shè)計(jì)框架，破解了潤滑油核心添加劑——黏度指數(shù)改進(jìn)劑（VII）研發(fā)難題。該研究通過自主開發(fā)的智能計(jì)算管道，僅從5類商用聚合物出發(fā)，高效生成大規(guī)模VII數(shù)據(jù)集（1166組數(shù)據(jù)），并利用多目標(biāo)機(jī)器學(xué)習(xí)模型從180萬候選分子中篩選出366種高性能聚合物，其粘溫性能超越現(xiàn)有商用產(chǎn)品。該工作有望為潤滑油行業(yè)節(jié)省大量實(shí)驗(yàn)成本，驗(yàn)證數(shù)據(jù)稀缺領(lǐng)域“計(jì)算驅(qū)動(dòng)-模型解析-材料設(shè)計(jì)”的研發(fā)新范式，在高分子材料、藥物設(shè)計(jì)等領(lǐng)域具有廣泛推廣價(jià)值。

圖1.整合高通量分子動(dòng)力學(xué)模擬與機(jī)器學(xué)習(xí)的高粘溫性能聚合物開發(fā)流程圖

圖2.基于符號(hào)回歸（SR）構(gòu)建VII粘度與PVI預(yù)測(cè)模型

圖3.高性能黏指劑虛擬篩選

以上研究成果以“Exploring high-performance viscosity index improver polymers via highthroughput molecular dynamics and explainable AI”為題發(fā)表在npj computational materials上，蘭州化物所周銳博士生為論文第一作者，蘭州化物所鮑路瑤助理研究員、周峰研究員和蘭州大學(xué)卜偉鋒教授為共同通訊作者。

以上工作得到中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)支持。