《Solar RRL》：Modeling Multilevel Donor–Acceptor Interactions for Device-Level Efficiency Prediction in Organic Solar Cells
编辑推荐：
有机光伏器件（OSCs）作为一种具有前景的低成本光伏技术，其进一步性能提升仍受制于供体-受体（D-A）材料配对的经验化、劳动密集型优化。关键挑战在于，器件级性质如能量转换效率（power conversion efficiency, PCE）由供体和受体组分之
有机光伏器件（OSCs）作为一种具有前景的低成本光伏技术，其进一步性能提升仍受制于供体-受体（D-A）材料配对的经验化、劳动密集型优化。关键挑战在于，器件级性质如能量转换效率（power conversion efficiency, PCE）由供体和受体组分之间的复杂分子间相互作用而非其孤立的本征性质所决定。本研究提出了一种面向OSCs中D-A相容性建模的交互感知计算框架，旨在实现器件级效率预测。该框架通过将原子级、基序级和分子级表征整合于统一的图架构中，捕获对OSC器件性能至关重要的跨多个化学尺度的协同结构与电子效应。与现有将供体和受体材料独立处理或依赖简单特征拼接的计算方法不同，本方法专门设计用于学习与有机光伏器件相关的跨分子相互作用。经实验测量OSC数据集评估，该模型始终优于现有基于图的方法，PCE预测的平均绝对误差（MAE）降低约20%，突显了建模D-A相互作用对于加速OSC材料筛选和合理化器件优化的重要性。
## 研究背景与问题阐述
有机光伏器件（organic solar cells, OSCs）作为一种可基于柔性基板以低成本印刷技术制备的太阳能技术，因其清洁、丰富和可持续的特性而备受关注。过去十年间，OSC效率从约10%逐步提升至实验室器件超过20%。然而，当前研究严重依赖试错法合成与器件制备，这已成为制约OSC发展的主要障碍。OSC性能既受单个材料本征性质的影响，更受活性层内供体-受体（donor-acceptor, D-A）相互作用的复杂器件级相互作用所支配。因此，亟需可靠的计算方法以实现准确性质预测并加速高效OSC材料的发现。
历史上，计算模型在药物发现等生物应用领域取得显著成功，但OSC分子与典型药物化合物存在重要差异：OSC材料通常具有扩展的π共轭体系以实现高效电荷传输和光吸收，同时供体和受体分子还可包含非共轭（如sp
3杂化）片段和多样化的结构基序；而许多小分子药物则表现出更高的sp
3含量和相对较少的扩展共轭。因此，针对生物分子设计的传统计算模型可能无法直接适用于描述决定OSC器件性能的多尺度电子结构和分子间相互作用。
在众多OSC性质中，能量转换效率（power conversion efficiency, PCE）是评估OSC性能的最重要参数，代表入射光能转化为电能的百分比。传统PCE评估依赖实验器件制备和表征，耗时且成本高昂，需要合成大量OSC材料库。除实验方法外，密度泛函理论（density functional theory, DFT）等计算方法虽被用于预测OSC的基本分子性质，但其计算成本高昂，难以用于高通量筛选和PCE等器件性能指标的直接预测。D-A相互作用在决定OSC器件性能中起着关键作用，而先前研究主要集中于单分子表征，近期工作虽开始纳入分子间效应，但处理较为简化。鉴于OSC系统的结构复杂性，准确性能预测需要对D-A相互作用进行全面、多尺度的处理。在分子界面处，芳香环、烷基链、羰基以及给电子或吸电子单元之间的电子耦合共同支配电荷转移和激子解离，最终决定器件效率。因此，能够显式捕获成对D-A相互作用的先进建模框架对于可靠的PCE预测至关重要。
近年来，机器学习（machine learning, ML）和深度学习（deep learning, DL）的发展为分子性质预测引入了有前景的方法论。图神经网络（graph neural networks, GNNs）将分子表示为图，其中节点对应原子、边代表化学键。基于原子级分子表征，Sun等提出基于DL的框架（DeepAcceptor）用于小分子受体发现，结合基于图的原子特征与双向Transformer编码器预测PCE。然而，GNN和原子级DL模型虽能有效捕获局部原子结构，却难以建模芳香环等更高阶模式，更重要的是无法描述与OSC器件相关的分子间D-A相互作用。RingFormer模型虽通过显式纳入芳香环系统的结构信息取得优于传统GNN的性能，但仍不足以建模OSC器件中关键的D-A相互作用。Lee等利用供体和受体的最高占据分子轨道（highest occupied molecular orbital, HOMO）、最低未占分子轨道（lowest unoccupied molecular orbital, LUMO）和带隙描述符进行效率预测，但有限的描述符集可能无法完全捕获更广泛的分子背景。一项可解释ML模型纳入240个供体、2个受体和10个微观描述符建模D-A相互作用，但受限的特征空间可能限制了其表征复杂分子现象的能力。有向消息传递神经网络也被用于生成独立的供体和受体表征进行PCE预测，但其原子级关注点可能忽略更高层次的基序和分子间相互作用。Zhang等汇编了1,060对来自文献的真实D-A配对实验数据集，PCE预测的Pearson相关系数达0.74、均方根误差为2.63%，虽取得有意义进展，但相关性仍属中等。这些工作体现了从原子级GNN到基序级Transformer再到整合D-A筛选流程的发展进程，但尚未将高阶基序结构与基于物理的分子间相互作用描述完全整合，从而限制了其预测性能。
## 研究方法与主要结论
为应对上述挑战，研究人员提出分层图Transformer with multilevel interactions（HGT-MI），一种专门设计用于忠实建模对OSC器件性能至关重要的多级D-A相互作用的分层图Transformer。通过纳入专门的D-A交互机制，HGT-MI在统一框架内捕获原子、基序和分子级关系，实现对器件级分子间相互作用的全面表征以提升预测精度。该框架包含两个主要阶段：（1）多级嵌入提取——分子图在原子级和基序级进行编码，以捕获与OSC相关的化学上有意义的局部环境和更高阶结构基序，这些表征通过交叉注意力整合形成跨化学尺度耦合信息的分子嵌入；（2）多级交互建模——该阶段使用双向多头交叉注意力在原子级、基序级和分子级粒度建模供体和受体嵌入之间的相互作用，实现供体和受体组分之间的直接信息交换，捕获对器件级PCE至关重要的分子间电子效应。
## 数据集与问题定义
为评估OSC交互感知建模的有效性，研究采用两个互补的D-A配对数据集，涵盖不同尺度和数据来源。
**DA_Pair_51K数据集**：源自Lopez等报道的大规模虚拟筛选研究，包含超过51,000对D-A配对，其中供体分子固定为PCDTBT，每对对应一个不同的非富勒烯受体。受体分子通过107个分子片段（包括核心单元、间隔基和末端基团）的组合组装生成，在保持化学合理基序的同时实现广泛的结构多样性。所有生成结构经RDKit验证确保结构正确性和化学可行性。电子性质包括HOMO、LUMO和带隙通过DFT计算，相应PCE通过修正的Scharber模型估算。预处理中移除了具有非物理电子性质或极低PCE值的样品以提高数据质量和稳定性。
**DA_Pair_1.2K数据集**：汇编自同行评审的OSC器件文献的实验数据集，最初包含约1,700对报道的D-A配对及实验测量PCE值。去除重复条目和效率不可靠或极低的样品后，最终数据集包含1,200对独特的D-A配对。每对样品由供体和受体分子的SMILES字符串表示。与DA_Pair_51K相比，该数据集捕获了实际器件制备中遇到的更复杂和异质的D-A组合，为评估模型在真实器件相关条件下的泛化能力提供了更严格的基准。
该研究的学习任务被定义为D-A配对的器件级PCE预测，而非单个分子的性质预测。给定供体分子D和受体分子A，目标是预测产生的器件效率PCE(D,A)。该表述反映了PCE的涌现性质，其源于供体和受体组分之间的分子间电子耦合和能量匹配，而非单个分子性质本身。因此，准确预测需要能够跨多个化学尺度捕获D-A相互作用的模型。两个数据集为严格评估这种以交互为中心、器件级的建模范式提供了互补的实验设置。
## HGT-MI模型框架
HGT-MI模型集成原子级、基序级和分子级表征于统一框架：首先提取分子嵌入，然后进行多级交互建模以更好地捕捉跨尺度信息。
