《MRS Bulletin》：High-throughput simulations and machine learning to predict miscibility in polymers
编辑推荐：
摘要：多组分体系中聚合物的混溶性对包括聚合物共混物、复合材料和溶液在内的广泛材料性能具有决定性作用。然而，由于分子结构、热力学相互作用和加工条件之间复杂的相互影响，预测混溶性仍是重大挑战。传统方法如Flory–Huggins理论和溶解度参数可提供有价值的见解，
摘要：多组分体系中聚合物的混溶性对包括聚合物共混物、复合材料和溶液在内的广泛材料性能具有决定性作用。然而，由于分子结构、热力学相互作用和加工条件之间复杂的相互影响，预测混溶性仍是重大挑战。传统方法如Flory–Huggins理论和溶解度参数可提供有价值的见解，但其预测精度常受限，并依赖昂贵的实验输入。高通量（high-throughput, HTP）模拟工作流的最新进展为探索大分子设计空间和加速混溶性预测创造了新机会。与此同时，机器学习（machine learning, ML）方法已成为捕获聚合物混合物中结构、组成与相行为之间复杂关系的强大工具。尽管有这些进展，可靠训练数据生成的高计算成本以及缺乏标准化、自动化的聚合物混溶性数据收集流程仍限制进展。该综述评述近期计算多组分聚合物混合物混溶性的计算方法，以及高通量模拟和ML如何提供稳健的预测方法以快速筛选最有前景的分子。持续开发高通量模拟工具并结合可扩展的数据基础设施，对于实现更复杂和可迁移的ML模型至关重要。应对这些挑战将是开发可靠的聚合物混溶性数据驱动预测方法的关键。
研究背景与意义：多组分聚合物体系（polymer multicomponent systems）中聚合物混溶性（miscibility）受混合自由能（Gibbs free energy of mixing）和分子相互作用的微妙平衡控制，难以在广阔且化学异质的设计空间中预测。其在聚合物共混物（polymer blends）、复合材料（composites）和溶液（solutions）等工业体系中均很重要；共混可在不合成新材料的条件下调控力学、热力学和传输性能，但聚合物体系混合熵低，多数共混物热力学不相容，导致相分离和性能下降，在塑料回收中尤为突出。填料、增塑剂等添加剂的效能依赖其与聚合物基体的相互作用；溶液中聚合物–溶剂相互作用控制链构象和相行为。传统Flory–Huggins理论（Flory–Huggins theory）和Hildebrand/Hansen溶解度参数（solubility parameters）虽有用，但预测精度和可迁移性有限，且可靠实验数据昂贵。暴力模拟难以系统采样高维设计空间，因此需要自动化、可重复的高通量（HTP）模拟工作流和机器学习（ML）方法，以数据驱动方式预测混溶性并加速相容材料组合发现。
该综述开展的工作与结论：该综述梳理聚合物混合热力学、常用混溶性预测方法、现有高通量分子模拟工作流及其挑战，并评述ML在聚合物体系混溶性预测中的作用。其核心结论是：高通量模拟可系统生成内部一致的数据集，结合可扩展数据基础设施和ML，可快速探索实验难以覆盖的化学设计空间；但可靠训练数据生成成本高、标准化自动化流程缺乏、多组分体系平衡与数据溯源困难，仍是实现复杂且可迁移ML模型的关键障碍。
关键技术方法（不超过250字）：该综述采用文献综述与比较分析框架，比较实验、理论和计算方法及软件工作流；关键技术包括分子动力学（MD）、粗粒化（CG）模拟、机器学习原子间势（MLIPs）、COSMO-RS（conductor-like screening model for realistic solvation）耦合MD、多任务神经网络、随机森林（RF）和主动学习（AL）、自然语言处理（NLP）、SMILES（Simplified Molecular Input Line Entry System）与分子指纹、Polymer Genome和polyBERT表示，以及FAIR（Findable, Accessible, Interoperable, Reusable）数据管理和Signac/AiiDA元数据追踪。数据来源包括Polymer Property Predictor and Database（263个χ值与6524个二元溶液浊点）和PoLyInfo（29,777个可溶/不溶聚合物–溶剂对，覆盖6455种聚合物和326种溶剂）。
研究结果：Introduction：该节通过举例说明共混物、添加剂和溶液体系，指出低混合熵导致多数聚合物共混物不相容，并明确可靠预测复杂高维化学空间中的混溶性是共同瓶颈。Methods and challenges for predicting polymer miscibility and phase behavior：该节通过梳理相图、浊点、散射、活度系数及Hildebrand/Hansen参数等方法，讨论Flory–Huggins框架及其局限，并评述MD、CG、MLIPs和力场可迁移性等问题，指出准确且可扩展预测χ和δ仍困难。High-throughput workflows：该节通过归纳软件生态，指出高通量MD需要自动化构建、平衡、分析及数据追踪，但现有工作流对溶解度和多组分平衡的原生支持不足。Building simulation cells for MD：该节通过比较Polyply、MAD、EMC、CHARMM-GUI、mbuild、DL_FIELD、Foyer和OpenFF等工具，结论是需可重复、可避免重复计算的体系构建与参数化流程。Equilibrating polymer systems：该节通过评述Polymatic 21步协议、RadonPy、PolyRapid、GAMERS和PolySMart，指出严格收敛判据和自适应退火可提高平衡效率，但多组分平衡仍缺乏标准判据。Complementary solubility approaches：该节通过COSMO-RS耦合MD研究8个聚合物体系和1000余种溶剂，表明该路线可用于评估聚合物混合物的替代溶剂并生成下游数据集。Data management and analysis：该节通过评述FAIR原则、Signac/AiiDA及MDAnalysis、freud、SolvationAnalysis和OpenMM等工具，指出元数据追踪和分析集成对高质量ML数据至关重要，但原生支持溶解度参数和多组分平衡量化的软件仍少。Machine learning for polymer miscibility：该节指出ML依赖大规模高质量数据，并讨论数据划分和外部验证的重要性。Data acquisition：该节通过Polymer Property Predictor and Database、PoLyInfo及Liang et al.的NLP工作说明实验标签存在不一致和结构信息有限；Aoki et al.用多任务神经网络联合实验χ、COSMO-RS χ和PoLyInfo二元标签，发现联合学习优于单任务；Smith et al.用CG MD和基于池的AL，以混合不确定性与随机采样策略和RF分类器将F1分数从约0.67提高到约0.9，并减少近10倍模拟量。Descriptor selection：该节通过SMILES、指纹、Polymer Genome、polyBERT及Hassan and Kazemi、Ethier and co-workers、Zhou et al.等案例说明，多尺度描述符和领域知识可提升预测，但重复单元指纹难以编码链结构、立构规整度和形态。Outlook：该节指出数据覆盖与标准化不足，HTP模拟可生成内部一致数据，CG与分级工作流、MLIPs、AL及实验–计算数据整合是重要方向，但训练数据代表性和多尺度聚合物表示仍是挑战。
讨论部分总结：Outlook强调现有数据库仅覆盖可合成或可实验聚合物设计空间的一小部分，混溶性标签可能受温度、玻璃化转变温度、冷却速率、组成和加工历史影响，甚至反映动力学冻结形态或部分混溶状态，ML任务常未充分处理这些情况。高通量模拟结合工作流管理和数据基础设施可补充或规避现有数据不足，并与ML共同快速探索广阔设计空间；主要障碍是开发可扩展、准确的模拟程序。粗粒化可扩展长度和时间尺度，但需分级工作流恢复化学特异性；MLIPs可提供量子力学精度和更好可迁移性，但需代表性构象训练数据和硬件支持。训练数据的策略性选择仍关键，AL可降低采样成本；整合实验数据与内部计算数据可减少计算负担；聚合物多尺度结构使表示困难，领域知识和新型指纹方法有价值。研究结论（译）：尽管在数据获取和聚合物表示方面存在这些障碍，将基于物理的方法和数据驱动方法应用于预测聚合物溶解度和混溶性已取得令人鼓舞的进展；所选示例及其相关预测方法为开发更具可扩展性和可迁移性的预测工作流提供了坚实基础。
