← 最新论文
🔬 materials science

Extracting a nitrile-centered, ether-assisted motif hierarchy for lithium-battery electrolyte design from billion-scale molecular space

通过筛选近十亿种分子结构,本研究建立了一个定量的、可解释的基团层级结构,其中腈基在特定约束条件下作为主要的锂溶剂化基团并由醚类辅助,从而能够生成高性能的氟化电解质候选物,且在不取代碳酸乙烯酯的情况下保持稳定的溶剂化壳层。

原作者: Yifeng Xia, Guanghui Wang, Sining Wang, Wenting Chen, Zheng Cheng, Jinzhe Zeng, Qiangqiang Gu

发布于 2026-08-18
📖 1 分钟阅读☕ 轻松阅读

原作者: Yifeng Xia, Guanghui Wang, Sining Wang, Wenting Chen, Zheng Cheng, Jinzhe Zeng, Qiangqiang Gu

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

在每一块锂离子电池内部,都流淌着一条无声的、微观的河流。这条河流就是电解质,一种液体混合物,它在电池的正极和负极之间来回运送带电的锂离子,从而使设备能够储存并释放能量。为了让电池良好运行,这种液体必须达到一种微妙的平衡。它需要足够稳定,使其在电池的高电压下不会分解;同时,它也必须能够恰到好处地抓住锂离子进行携带,又不能抓得太紧,以至于在到达目的地时无法将其释放。如果液体抓得太紧,电池速度就会减慢;如果抓得太松,离子就会聚集在一起停止移动。几十年来,科学家们一直试图通过混合和匹配特定的化学构建模块来设计更好的液体,希望能找到完美的配方。然而,面对数十亿种可能的分子组合,猜测哪些有效往往感觉就像是在没有地图的情况下寻找大海捞针。

现在,一支研究团队已经构建了那张地图,他们并非通过逐一测试化学物质,而是利用人工智能同时探索了近十亿种可能的分子结构。他们并没有寻找单一的“神奇”成分,而是要求计算机根据两个基本需求来评估每种分子:其对电力的稳定性以及它与锂离子的相互作用能力。通过分析这片广阔的可能性之海,研究人员发现,最好的候选者并非随机产生的,而是遵循着一种清晰且可预测的模式。研究表明,最有希望的分子几乎总是以一种被称为“腈基”(nitrile)的特定化学基团作为核心。这种腈基充当了一个可靠的锚点,提供了必要的稳定性。然而,故事并未到此结束。研究人员发现,当对锂离子相互作用的需求变得更加重要时,另一种被称为“醚”(ether)的基团会加入其中来协助腈基。这创造了一种层级关系:腈基是必不可少的基石,而醚则是当情况需要时介入的得力助手。

为了得出这一结论,该团队从一个包含近十亿种有机分子的庞大库(即 GDB13,它包含了由少量原子组成的所有可能结构)出发。他们无法在实验室中测试这些数十亿个分子,因此使用了一个基于已知化学数据训练的强大计算机模型来预测每个分子的行为。他们专注于五个关键属性,这些属性可以作为现实世界性能的替代指标:分子失去或获得电子的难易程度,以及其表面电荷分布的情况。随后,他们为这些属性分配了不同的权重,本质上是要求计算机在“稳定性优先于相互作用”或“相互作用优先于稳定性”之间进行权衡,并观察顶尖候选名单的变化。

呈现出的结果是惊人的连贯性。在几乎所有场景中,含有腈基的分子都脱颖而出。这种由碳原子与氮原子形成三键构成的基团,被证明是维持电子稳定性最稳健的选择。然而,当研究人员增加分子与锂离子相互作用及其整体极性的重要性时,一个新的模式出现了。顶尖的候选分子开始包含将腈基与醚基(一种包含氧原子连接两个碳链的基团)相结合的分子。在这些案例中,醚并没有取代腈,而是协助了它。研究人员称之为“以腈为中心、以醚为辅助”的层级结构。这表明,对于广泛的电池条件,腈是不可逾越的核心,而醚则是当特定条件需要时提升性能的灵活添加物。

随后,团队测试了这一规则是否可以用于创造从未见过的全新分子。他们训练了一个生成式人工智能模型来遵循这一层级结构。结果是一组包含了氟化版本的新分子设计——这些分子含有原先在十亿个分子库中并不存在的氟原子。人工智能通过应用相同的逻辑成功创建了这些新结构:保持腈基核心,并添加醚基或氟基来调节特性。这证明了他们发现的规则不仅仅是现有库中的巧合,而是一个可以指导未来材料创造的基本原则。

为了观察这些想法在现实环境中是否站得住脚,研究人员对混合在液体电解质中的最佳候选者进行了详细的计算机模拟。他们将这些分子置于一个含有锂离子和一种常见溶剂(碳酸乙烯酯)的溶液中。模拟显示,这些新分子的行为完全符合层级结构的预测。它们与锂离子的相互作用较弱,可以在离子的邻域内进出,而不会排斥主要的溶剂。这种微弱且可交换的配位至关重要,因为它允许锂自由移动。模拟还显示,虽然这些分子提供了帮助,但它们对离子移动速度的具体影响取决于分子的精确形状以及添加量。这证实了该规则存在局限性:它并不是在任何浓度或任何结构下都表现相同的通用解决方案。

这项工作的意义在于它如何改变了电池设计的方法。科学家不再依赖于试错法或凭直觉判断哪些化学基团“听起来不错”,而是拥有了定量且数据驱动的规则。他们知道,如果想要稳定的电解质,就应该从腈开始;如果需要微调电池处理锂的方式,就可以添加醚。这个框架将原本在数十亿种可能性中的混沌搜索转变为一条结构化的路径。它并不保证每一个新分子都能赢得市场竞争,但它提供了一个清晰且有科学依据的起点。通过理解腈核心与醚辅助之间的关系,研究人员现在可以设计出成功率更高的电解质,这可能带来充电更快、寿命更长且更安全的电池。这项研究证明,即使在近十亿种选项的空间里,自然与数学往往也遵循着简单且可被发现的秩序。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →