人工智能在离子液体发现与设计及热能应用中的研究进展

《Journal of Chemical Information and Modeling》：Artificial Intelligence in the Discovery and Design of Ionic Liquids for Thermal Energy Applications

　　

本综述针对数字化学与材料性能这一新兴交叉领域中的关键需求，系统评估了机器学习（ML）应用于离子液体（ILs）热能储存（TES）的当前能力与未来前景。研究人员考察了与TES相关的关键热物理性质的可用数据集，包括热导率、热容、密度、黏度、表面张力、熔点、焓、CO₂溶解度及毒性，并特别关注化学空间覆盖、偏差和实际局限性。研究人员比较了从传统定量结构-性质关系（QSPR）/定量结构-活性关系（QSAR）和基团贡献法到当代ML方法（包括核模型、集成方法、图神经网络（GNNs）和深度学习架构）的不同建模途径，同时考察了分子表示、描述符选择和验证策略对模型稳健性和可迁移性的影响。为系统化这一评估，研究人员引入了面向IL基TES的三级性质选择框架，并将六项评价标准清单一致应用于全部九种被评性质。该分析得到文献汇总表的支撑，这些表格整合了不同性质领域的数据集、化学空间覆盖、建模方法和验证实践。最后，研究人员提出了数据集标准化、数据和代码开放共享以及建立基准验证协议的建议，以提高可重复性并加速用于TES应用的ILs发现。

**论文解读：机器学习驱动离子液体热储能材料的设计与发现**

**一、研究背景与问题陈述**

热能储存（TES）技术通过显热、潜热或热化学热的形式实现热能供给与需求的时间解耦。其中，潜热热能储存（LHTES）凭借在狭窄温度范围内提供高能量密度的优势，成为提高系统效率的关键技术。相变材料（PCMs）是提升TES系统效率的核心，传统PCMs如石蜡存在易燃和低热导率问题，无机盐水合物易过冷和相分离，高温氯化物熔盐则热容较低，均难以满足大规模TES应用需求。离子液体（ILs）因其可忽略的蒸气压、优异的热稳定性（可达300–400 °C）以及通过阴阳离子结构系统变化实现性质调控的能力，成为极具前景的PCM候选材料。然而，ILs的理论化学空间超过10¹⁴种独特的阴阳离子组合，传统试错实验方法只能覆盖其中极小部分，这催生了对高效计算筛选方法的迫切需求。机器学习（ML）方法通过学习实验数据中的模式，能够在数秒内生成预测，为在广阔的IL设计空间中快速识别满足特定性质的候选材料提供了前所未有的可能性。然而，该领域面临的关键瓶颈并非算法复杂性，而是缺乏标准化、化学多样性充分且经过外部验证的基准数据集。

**二、研究内容与主要发现**

本综述发表于《Journal of Chemical Information and Modeling》，系统梳理了ML在ILs热物性预测中的应用现状。研究人员引入了三层性质选择框架，将IL基TES材料选择涉及的性质分为储存性能（第一层）、系统集成（第二层）和部署约束（第三层），并对全部九种性质采用六项评价标准清单进行一致性评估。研究的核心发现是：数据集的缺乏和质量问题，而非算法复杂度，构成了该领域的主要瓶颈。绝大多数已发表模型在狭窄化学域内实现了较高的表观精度，但验证策略很少设计用于测试模型对未见阴阳离子家族的迁移能力。

**三、主要关键技术与方法**

研究人员应用的主要技术方法包括：（1）分子表示方法，涵盖SMILES、SELFIES、InChI字符串编码、分子图表示、固定长度描述符向量和基于COSMO-RS的σ-profile描述符；（2）多种ML算法，包括多元线性回归（MLR）、支持向量机（SVR）、随机森林（RF）、梯度提升回归树（GBRT）、XGBoost、人工神经网络（ANN）、图神经网络（GNNs）和高斯过程回归（GPR）；（3）模型验证策略比较，包括随机分割、留一离子/留一家族交叉验证和外部验证；（4）文献计量分析，基于Web of Science核心合集数据（截至2025年12月31日），使用关键词组合检索筛选相关文献。

**四、主要研究结果**

**4.1 热导率（第一层性质）**：热导率是TES框架中决定PCM充放电速率的关键性质，但ML研究不足十项。规模最大的研究由Lemaoui等完成，汇编了1,622个数据点，涵盖80种ILs、40种低共熔溶剂（DESs）和混合物，使用σ-profile描述符的ANN模型达到R²=0.995。Wan等基于606个数据点、44种ILs，采用COSMO-SAC电荷密度面和空腔体积作为描述符，实现R²=0.971。然而，所有热导率研究均依赖随机分割，未定义适用域，未报告预测不确定性，也未发布代码。

**4.2 焓相关性质（第一层性质）**：熔化焓（ΔH_fus）决定潜热储存密度，是TES最关键的性质之一。但仅有Saher等一项研究直接针对ΔH_fus建模，覆盖69种质子有机盐，最佳模型R²=0.82，标准误差约4 kJ mol^?1。其余研究集中于汽化焓或混合过量焓，这些性质并不衡量潜热储存容量。该性质成为TES性质预测管线中最关键的ML缺口。

**4.3 热容（第一层性质）**：热容是四项第一层性质中方法最成熟的。Esmaeili等在13,893个数据点、322种ILs上训练多种ML模型，XGBoost表现最佳（RMSE=11.389 J mol^?1 K^?1，R²=0.997），并采用十折和留一IL交叉验证，还部署了公共网络界面。Wang等在11,616个数据点、263种ILs上使用梯度提升模型达到RMSE=27.47 J mol^?1 K^?1。

**4.4 密度（第二层性质）**：密度是ML研究最充分的IL性质。Paduszynski等汇编了41,250条密度记录，涵盖2,267种ILs，使用基团碎片正则化的SVR模型，平均绝对相对误差（AARE）为0.90%。Lazzús等在2,410个数据点、250种ILs上训练ANN-GC混合模型，R²=0.9972，并在72种未参与训练的ILs上进行了外部评估。Baran等证明GNN可直接从分子图预测密度（R²>0.99），但数据污染会显著降低性能。

**4.5 黏度（第二层性质）**：黏度决定TES系统中循环IL的泵送损耗，是建模最多的性质之一。Paduszynski等在超过13,000个数据点、1,484种ILs上训练前馈ANN，测试偏差约14.7%，但结果涵盖更广阔的化学空间。Wang等明确指出分割设计会在结构相关IL同时出现在训练集和测试集时虚增报告精度。Lemaoui等发布了逆向设计工具，是文献中少有的代码共享案例。

**4.6 CO?溶解度（方法论案例）**：CO?溶解度虽非TES选择性质，但作为方法论案例具有重要参考价值。Bastami等汇编了16,480个数据点、296种ILs的数据集。Qin等使用XGBoost分子描述符对COSMO-RS预测进行残差校正，将CO?误差降至1%以下。Chen等结合变分自编码器与ANN预测器及粒子群优化，生成了5,000余种新IL候选结构，但未进行实验验证。

**4.7 熔点（第一层性质）**：熔点定义相变温度，是IL基PCM的首要筛选标准。Venkatraman等汇编了来自约300篇文献的2,212种ILs数据集，评估多种ML算法，集成树模型表现最佳，并将熔点预测构建为100 °C上下分类问题。Feng等的GNN模型在3,080种ILs上取得RMSE=37.06 K，并指出数据集中于400 K以下ILs（占71%）的失衡问题。

**4.8 毒性（第三层性质）**：毒性是唯一有专门ML研究的部署约束性质，大多数研究聚焦于IPC-81大鼠白血病细胞系的细胞毒性。Abdellatif等在304种ILs上训练SVM并使用14种ILs外部验证，R²=0.9742。Zhang等的SHAP分析发现含氧官能团趋向于降低毒性，而阳离子碳原子周围亚结构影响最强。

**4.9 表面张力（第二层性质）**：表面张力影响热交换表面的润湿和传热效率。Paduszynski等汇编了6,114条测量数据、570种ILs，覆盖15.5–100 mN m^?1范围。Zhu等结合SMILES表示与基团贡献特征，在2,168个数据点、289种ILs上达到R²=0.995。

**五、研究结论与展望**

本综述揭示了一个结构性错配：ML覆盖最充分的第二层性质（密度、黏度）并非储能容量的主要决定因素，而最关键的TES第一层性质（熔化焓、热导率）恰恰是探索最少的领域。针对六项评价标准清单，九种性质的全部研究中没有任何一项定义了适用域，预测不确定性几乎从未报告，代码和训练模型很少公开，ML提出候选材料的实验验证完全缺失。研究结论指出，该领域需要从孤立的单性质拟合转向耦合约束下的筛选，采用面向迁移的验证策略（留一离子或留一家族而非随机分割），明确适用域和不确定性量化，并开放共享数据集和训练模型。只有在这些条件下，ML才能从在已知IL家族内的精确拟合，发展为支持对新型候选材料进行可辩护识别的可信工具，从而加速面向TES应用的ILs发现进程。