PRISM:融合多尺度表征与周期边界条件的晶体结构属性预测框架

《npj Computational Materials》:PRISM: periodic representation with multiscale and similarity graph modelling for enhanced crystal structure property prediction

【字体: 大 中 小 】 时间:2026年04月10日 来源:npj Computational Materials 11.9

编辑推荐:

  本研究聚焦晶体结构周期性边界条件与多尺度相互作用在现有图神经网络表征中的缺失问题,提出PRISM框架——通过专家模块组编码周期系统结构化学特征,显著提升晶体属性预测精度,为材料设计提供更优计算范式。

  
晶体结构就像是自然界最精妙的乐高积木——无数个被称为晶胞的基本单元,在三维空间中不断重复堆叠,构成了从璀璨钻石到半导体芯片的核心骨架。然而,这种周期性排列的特性,也给人工智能“读懂”材料带来了独特挑战:就像试图用普通地图理解无限延展的迷宫,传统图神经网络往往忽略了晶体边界其实是首尾相连的这一关键约束,更难以捕捉原子间跨越不同尺度的复杂相互作用。这正是当前材料发现领域亟待突破的瓶颈——如何在有限数据下,精准预测晶体结构的物理化学性质?
近日发表于《npj Computational Materials》的研究给出了创新答案。西班牙加泰罗尼亚理工大学影像处理与多媒体技术中心的研究团队提出了名为PRISM的新框架,巧妙地将多尺度表征与周期性特征编码融为一体,让算法真正理解了晶体的“循环语言”。该成果不仅刷新了多个晶体属性预测基准测试的记录,更为高通量虚拟筛选新材料打开了高效通道。
研究采用模块化专家网络架构,由专门组件分别处理周期系统的结构与化学维度特征,并通过多尺度图建模整合局部与全局信息;同时引入周期性边界条件编码,确保模型正确捕获原子在晶胞边界的连续性。实验基于公开晶体数据集,将PRISM与现有主流模型在形成能、带隙等多属性预测任务上进行对比验证。

Multiscale Graph Representation of Crystals

针对晶体中键合与长程相互作用并存的特点,PRISM构建了覆盖不同空间尺度的层级图结构。通过将原子视为节点、化学键视为边的基础图,叠加反映超胞内周期性邻域关系的扩展图,模型能够同时捕捉局部配位环境与跨晶胞的协同效应,解决了单一尺度图无法刻画复杂原子排列模式的局限。

Periodic Feature Encoding via Expert Modules

研究者设计了独立专家模块组,专门处理周期系统特有的对称性与边界条件。其中结构专家专注于晶格矢量与空间群约束下的几何变换不变性,化学专家则嵌入元素电负性、轨道占据数等特征,确保当原子穿过晶胞边界时,模型仍能保持表征的一致性,避免传统方法因截断周期而产生的误差。

Similarity Graph Integration for Enhanced Learning

为进一步增强对相似结构的辨识能力,框架引入了基于晶体指纹的相似性图谱。通过在训练过程中优化同构晶体簇内的表征距离,使模型更敏锐地捕捉细微结构差异对属性的影响,从而在数据稀缺场景下仍能稳健预测。
研究结论表明,PRISM框架通过显式建模周期性边界条件与多尺度相互作用,显著提升了晶体属性预测的准确性。其在形成能、带隙等多个关键指标上的优异表现,验证了多专家模块与相似性图谱策略的有效性。这一成果不仅推动了图神经网络在周期系统表征中的理论发展,更在实际层面加速了功能材料的理性设计——未来只需输入晶体结构,便能快速预判其性能,为清洁能源、电子器件等领域的材料研发节省大量试错成本。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号