机器学习与高通量计算协同设计胺功能化直接空气捕集材料活性位点

《Communications Chemistry》：Design of active sites for amine-functionalized direct air capture materials using integrated high-throughput calculations and machine learning

本研究针对直接空气捕集(DAC)材料效率低、稳定性差的关键问题，通过结合机器学习(ML)与高通量密度泛函理论(DFT)计算，开发了能准确预测CO2结合焓的差分描述符模型。研究人员筛选了160万种含氮分子，发现约2600个具有优于传统BPEI材料结合性能且可合成的胺类活性位点，为开发高效碳捕集材料提供了重要数据库和设计框架。该工作发表于《Communications Chemistry》，对推进气候变化治理具有重要实践意义。

　　

随着全球气候变化问题日益严峻，直接空气捕集(Direct Air Capture, DAC)技术已成为减少大气中二氧化碳浓度的关键手段。然而，当前胺类固体吸附材料面临吸附容量低（通常仅2 mmol CO₂/g）、循环稳定性差等瓶颈，严重制约其规模化应用。传统材料设计方法效率低下，难以从海量化学空间中快速筛选优质候选分子。在这一背景下，洛斯阿拉莫斯国家实验室的研究团队在《Communications Chemistry》上发表了创新性研究，通过机器学习与高通量计算的深度融合，为胺功能化DAC材料开发了高效的活性位点设计新范式。

为解决上述问题，研究团队建立了集成计算与机器学习的工作流程。关键技术方法包括：从GDB-17和NIST数据库筛选含氮分子构建数据集；采用B3LYP/6-311+G(d,p)水平的DFT计算CO₂结合焓；开发基于Mordred描述符的梯度提升树(GBT)机器学习模型；利用SAscore和GDBscore评估分子可合成性；应用SHAP值分析进行模型解释。

2.1 高通量工作流程与ML模型性能

研究团队首先建立了自动化高通量计算流程，通过DFT计算获得了15,336个含氮分子的CO₂结合焓数据集。基于该数据集训练的机器学习模型表现出优异性能，最佳模型的确定系数R²达到0.79，测试集均方根误差为0.13 eV。特别值得注意的是，研究团队创新性地提出了"差分描述符"方法，即通过计算胺分子与CO₂结合前后描述符值的变化量来预测结合焓，这一方法显著提升了预测准确性。

2.2 最佳ML模型的预测结果

利用训练好的模型，研究团队对GDB-17数据库中的992,959个母分子进行了大规模筛选，共预测了1,650,601个结合位点的CO₂结合焓。结果显示，约11%的分子具有比BPEI更强的CO₂结合能力，其中约2600个分子同时满足可合成性标准。这些分子中，1887个为伯胺，755个为仲胺，表明两类胺均可作为有效的CO₂吸附位点。

模型可解释性分析

通过SHAP值分析，研究团队深入探讨了影响CO₂结合焓的关键因素。结果显示，功能团描述符（如nBase和nHBAcc）对结合焓预测的影响最为显著，表明胺基团的特性是决定CO₂结合能力的关键。此外，电荷分布的变化也对结合焓有重要影响，而极化率和电离势等因素的影响相对较小。

2.3 模型在文献胺类分子上的预测验证

为验证模型的实用性，研究团队将其应用于已知的CO₂捕集胺类分子数据集。结果显示，模型能够有效区分具有CO₂捕集潜力的胺分子与普通胺分子，证明了其在筛选高效CO₂捕集活性位点方面的实用价值。

研究结论与意义

本研究通过机器学习与高通量计算的深度融合，建立了胺功能化直接空气捕集材料活性位点设计的新范式。研究发现胺类基团（特别是伯胺和仲胺）在CO₂结合方面表现出优越性能，且分子整体结构对结合性能的影响比特定功能团身份更为重要。研究提供的包含160万个潜在活性位点结合焓的高质量数据库，以及创新的差分描述符方法，不仅对碳捕集材料开发具有直接指导意义，也为其他涉及结合能预测的材料设计领域提供了可借鉴的方法论。

该工作的重要意义在于将数据驱动的材料发现方法系统应用于直接空气捕集这一关键气候技术领域，通过可解释机器学习揭示了影响CO₂化学吸附的复杂结构-功能关系，为开发高效、稳定的下一代碳捕集材料奠定了坚实基础。研究所开发的方法和数据库将加速符合经济可行性目标（<$100/tCO₂）的直接空气捕集材料的研发进程，对实现巴黎协定气候目标具有积极推动作用。