基于语言模型设计高CO2溶解度的生态友好型离子液体及其在脱碳技术中的应用

为应对气候变化和工业级CO2捕集技术的双重挑战，研究人员利用GPT-2和SMILES-X语言模型，设计出兼具高CO2溶解度和低生态毒性的新型离子液体（ILs）。通过迭代优化和实验验证，该研究为绿色碳捕集材料开发提供了高效AI驱动方案，成果发表于《Artificial Intelligence Chemistry》。

　　

论文解读

背景与挑战
全球气候危机的核心驱动力是大气CO₂浓度飙升，已从工业革命前的280 ppm升至2024年的424 ppm。离子液体（ILs）因其可调控的物理化学性质，被视为碳捕集技术的潜力材料。然而，传统方法通过实验或第一性原理计算筛选ILs成本高昂，且多数研究仅关注CO₂溶解度，忽视生态毒性这一工业化应用的关键瓶颈。

研究策略与创新
来自国际团队的研究人员提出了一种颠覆性方案：利用预训练语言模型GPT-2和分子表征工具SMILES-X，构建了生成-预测-验证的闭环系统。不同于传统从头训练深度学习模型，该研究通过微调GPT-2（1.24亿参数）在仅3,109个未标记IL结构数据集上，成功生成4,825个新颖且化学有效的ILs。SMILES-X模型则在小样本（CO₂溶解度数据564条，生态毒性数据110条）上实现高精度预测（R2>0.67）。

关键技术方法
研究采用三重技术路线：(1) GPT-2生成IL的SMILES（简化分子线性输入系统）序列；(2) SMILES-X预测CO₂溶解度和EC₅₀（半最大效应浓度）毒性值；(3) 通过COSMO-RS（真实溶剂类导体筛选模型）和DFT（密度泛函理论）验证物化性质。迭代训练中引入TOPSIS（理想解相似排序法）多目标优化排名，最终筛选出合成可行性评分SA<5的优选结构。

核心发现

1. IL结构生成
   GPT-2模型测试损失仅0.12，生成IL的Tanimoto相似性指数低至0.12，UMAP（均匀流形逼近投影）显示其化学空间覆盖度远超训练集（图1）。

2. 性质预测验证
   SMILES-X模型对CO₂溶解度的MAE（平均绝对误差）为5.5 mmol/mol，毒性预测MAE 0.5 μM。COSMO-RS计算揭示：TOPSIS高分ILs具有低亨利常数（K_H）和负溶解吉布斯自由能（ΔG_solv），证实其强CO₂亲和力（表1）。

3. 迭代优化局限
   经过4轮迭代后，模型开始生成氮富集的不现实结构（图3b），但S-E（溶解度-毒性）综合评分仍提升至0.28，较初始数据提高7.7%。

4. 实验验证
   相似度87%的商业IL（1-(2-羟乙基)-3-甲基咪唑双三氟甲磺酰亚胺盐）实测CO₂吸附量达70 mmol/mol（110 kPa），与预测值误差<5%（图4b）。σ-剖面分析显示阴离子通过范德华和偶极相互作用主导CO₂捕获。

结论与展望
该研究证实语言模型可高效探索IL化学空间，但需警惕递归训练导致的模型坍塌。通过AI生成的ILs中，87%相似度的商业替代品已展现卓越性能，而完全新型结构需后续合成验证。未来工作将整合合成路径知识图谱，并测试ChemBERTa等专业模型性能。这项发表于《Artificial Intelligence Chemistry》的研究，为AI驱动的绿色材料设计提供了范式转换案例。