无坐标科学机器学习揭示迫位金属化多并苯中序列依赖的电子态区域：从主导尺寸/组成趋势到可复现的局部排列效应

《Chemistry》：Coordinate-Free Scientific Machine Learning Reveals Sequence-Dependent Electronic Regimes in Peri-Metalated Polyacenes: From Dominant Size/Composition Trends to Reproducible Local Arrangement Effects

　　

有机半导体中刚性的碳骨架限制了其电子和自旋性质的可调性。使用贵金属（尤其是金和铜）对多并苯进行迫位金属化，为获得传统有机体系无法实现的电子态区域提供了途径，然而在如此混合空间中进行探索通常需要进行大量的量子化学采样。本研究整合了密度泛函理论（Density Functional Theory, DFT）与一个小数据科学机器学习（Scientific Machine Learning, SciML）框架，以证明包括带隙、电离能（Ionization Energy, IE）和电子亲和能（Electron Affinity, EA）在内的整体电子趋势可以通过极简的无坐标描述符来捕获。该混合架构结合了一个仅由逆环尺寸和Au/Cu数量定义的分析基线，以及利用离散金属序列和拓扑描述符的无坐标残差学习。原始的53-描述符残差模型提供了化学上全面的表征，而简化后的4-描述符模型则评估了在显著降维之后主要预测趋势的持久性。通过避免使用显式原子坐标、几何参数、轨道能量、波函数和相互作用能作为模型输入，两种模型均成功复原了多并苯系列中具有化学意义的电子性质和趋势，同时保持了对微妙局部序列效应的敏感性。系统的模型–DFT偏差作为诊断指标，揭示了富铜扩展并苯代表了一个学习到的尺寸和组成标度量化不足的区域，因此需要进行进一步的电子结构分析。虽然金金属化能产生稳定且可预测的电子结构，但铜的引入则驱动体系进入以极端带隙变窄和近简并单重–三重态为特征的“涌现”区域。这项工作建立了一个框架，其中机器学习性能本身标志着简单化学趋势的边界，为发现低带隙、自旋敏感的杂化半导体提供了一种理性方法。

**论文解读：无坐标科学机器学习揭示迫位金属化多并苯的电子态区域**

**1. 研究背景与问题**

π共轭有机半导体的电子结构调控是材料化学领域的重大挑战，尤其是在与光电子和自旋电子应用相关的低带隙及自旋依赖区域内。多并苯体系通过延长共轭长度可以产生可预测的电子趋势，但实际器件性能往往受限于界面处分子与金属/基底相互作用的影响，单纯延长共轭策略对激发态能量和自旋轨道耦合的控制能力有限。引入过渡金属中心为体系增加了额外的自由度，金属–π耦合及相对论效应使得纯有机框架无法实现的电子区域变得可及。然而，预测这些效应在化学空间中的演变，特别是扩展π体系激发态和自旋依赖性质的计算成本极高。科学机器学习（Scientific Machine Learning, SciML）的最新进展，尤其是大型语言模型（Large Language Model, LLM）在代码开发中的应用，降低了计算门槛，但小数据集下模型的有效性和物理可解释性仍是未解问题。本研究旨在探索能否利用最小化的化学可解释描述符，在不直接输入显式电子结构信息的前提下准确预测全局电子性质，并检验模型与量子力学计算的系统偏差是反映模型局限还是标志了性质不同电子区域的涌现。

**2. 研究概述**

本研究将密度泛函理论（Density Functional Theory, DFT）与可解释的小数据SciML框架相结合，考察了迫位金属化金/铜多并苯系列中电子性质的演化。研究对象涵盖苯至并四苯（R=1–4）四个并苯家族的16种化合物，包括Au–Au、Au–Cu、Cu–Cu等所有可能的Au(I)/Cu(I)迫位取代组合。研究首先利用DFT计算了这些体系的基态和激发态性质，包括前沿轨道能量、KS带隙（Kohn–Sham bandgap, Eg）、电离能（Ionization Energy, IE）、电子亲和能（Electron Affinity, EA）和重组能（reorganization energy, λ）等。随后构建了一个无坐标混合机器学习模型，该模型由基于逆环尺寸(1/R)和金属数量(nCu, nAu)的分析基线与基于序列和拓扑描述符的残差学习器组成。研究评估了53-描述符和4-描述符两种残差模型，并在留一法（Leave-One-Out, LOO）和留一环法（Leave-One-Ring-Out, LORO）交叉验证以及外推至并五苯/并六苯的测试中评估了其性能。结果表明，模型能够准确预测KS带隙、IE和EA，且ML–DFT系统偏差识别出富铜扩展并苯区域为电子复杂性涌现、需要进一步量子力学分析的区域。

**3. 主要关键技术方法**

研究人员采用了以下主要技术手段：利用B3LYP/LANL2DZ级别DFT进行中性、阳离子和阴离子几何优化及振动频率分析；基于优化几何计算KS带隙、绝热IE/EA；采用含时密度泛函理论（TD-DFT）和Tamm–Dancoff近似（TDA）计算垂直激发能，其中C/H用6-311++G(d,p)，Cu用def2-TZVP，Au用LANL2DZ混合基组；利用Marcus理论四点法计算电子/空穴重组能；构建无坐标混合模型，基线与残差学习均不依赖坐标、轨道或波函数信息。数据集为16个迫位金属化多并苯体系。

**4. 研究结果**

**4.1. 机器学习模型预测KS带隙**
通过包含逆共轭长度(1/R)和金属计数的物理基线，辅以ExtraTrees残差学习器，53描述符模型在LOO验证中实现了R2≈0.99、MAE≈0.058 eV，在LORO验证中R2≈0.91、MAE≈0.158 eV。4描述符模型在LORO上表现更优（MAE≈0.137 eV）。置换检验确认预测性能非随机（p<0.005）。外推测试显示模型对Au富集体系预测准确，但对Cu富集体系系统低估带隙，偏差随尺寸增大，与最小编带隙区域吻合，指示涌现的电子复杂性。

**4.2. 带隙趋势的量子化学起源：HOMO–LUMO关系**
DFT分析表明，Cu–并苯和Au–并苯的带隙随金属化和共轭延长单调下降，且主要由HOMO不稳定化驱动。Cu–并苯中带隙从苯–Cu的3.9 eV降至并五苯–Cu₅的1.2 eV，HOMO从–6.148 eV升至–4.271 eV，且BLA（键长交替）在长体系中接近于零，表明Peierls型畸变作用次要。Au–并苯带隙从4.2 eV降至1.7 eV，HOMO/LUMO呈平滑单调变化，BLA保持在0.06–0.08 ?。混合金属体系中，逐步Au→Cu取代系统性缩小带隙，但异构体差异很小，表明序列效应微弱。

**4.3. 机器学习模型预测电离能**
IE模型采用相同架构，53描述符模型在LOO验证中R2≈0.98、MAE≈1.79 kcal/mol，LORO验证中R2≈0.92、MAE≈3.69 kcal/mol。外推至并五苯时，平均绝对百分比误差2.74%。模型能正确复现从Au富集到Cu富集的单调下降趋势并区分异构体差异。电荷分析显示，Cu–并苯氧化时末端Cu承担更多电荷（Δq≈+0.18e），而Au–并苯中Au的电荷转移较小，且空穴重组能更低。

**4.4. 电离能趋势的量子化学基础**
Cu–并苯IE从苯–Cu的188 kcal/mol降至并五苯–Cu₅的122 kcal/mol，接近线性关系（R2≈0.95）。Au–并苯IE从198降至134 kcal/mol，趋势与Cu相似但电荷转移幅度更小。混合金属体系中，Au含量是氧化稳定性的主要决定因素，同分异构体间ΔIE≈1 kcal/mol。NBO分析揭示了peri-C→Cu→Au的轨道离域，Cu–Au偶联增强电荷离域。

**4.5. 机器学习模型预测电子亲和能**
EA模型在LOO验证中R2≈0.94、MAE≈1.26 kcal/mol，LORO中R2≈0.95、MAE≈1.01 kcal/mol。4描述符模型进一步改善了LORO误差（MAE≈0.95 kcal/mol）。外推至并五苯时MAE仅0.80 kcal/mol，相对误差1.68%。特征重要性显示近邻密度和末端Cu化学为主要贡献因素。

**4.6. 电子亲和能趋势的量子化学基础**
Cu–并苯EA呈非线性增加（R2≈0.99），但电子附加诱导的Cu–Cu收缩导致重组能随尺寸增大（从0.127升至0.297 eV）。Au–并苯EA较低，但相对论效应使Au能有效容纳电子，重组能单调降至并四苯–Au₄的0.16 eV。混合金属体系表现出非可加性，异金属体系中Au–Cu间电荷中继机制使EA提升，但常伴随较高重组能；AuCuAu构型在中等EA下保持低重组能。

**4.7. ML–DFT偏差揭示涌现的激发态自旋区域**
TD-DFT计算揭示Cu–并苯系列的S₁–T₁能隙急剧坍缩，从苯–Cu的0.93 eV降至并五苯–Cu₅的0.05 eV，而Au–并苯恒定在0.4–0.5 eV。TDA和CAM-B3LYP计算均验证了这一趋势的稳健性。Cu体系中，单重态激发伴随显著的金属去极化，而三重态金属参与较弱，降低了有效交换作用；Au体系则具有更均匀的金属极化，维持有限的自旋间隙。并五苯–Cu₅中S₁和T₁偶极矩均降至约0.5 D，而基态为6.97 D，表明激发态电荷分布趋于自旋简并。所有体系最低激发均为光学暗态（f≈0），暗示长寿命激子态和自旋相关过程潜力。

**5. 讨论与结论**

本研究表明，极简无坐标描述符能够捕获有意义的量子力学行为。结合物理基线与序列描述符残差学习，模型成功复现了KS带隙、IE和EA的DFT趋势，并具有良好的外推能力。关键发现是ML–DFT偏差在富铜扩展并苯中呈系统性出现，这些体系展现出带隙急剧变窄、HOMO不稳定化、非可加性EA和近简并单–三重态等复杂性特征，表明模型偏差作为诊断工具的价值。结论部分原文翻译如下：综上所述，这项工作表明，省略显式结构和电子结构输入的最小描述符框架能够捕获有意义的量子力学行为。通过将用于全局共轭和金属组成标度的简单物理基线与仅以分类序列描述符训练的ExtraTrees残差学习模型相结合，该模型成功复现了迫位金属化多并苯中KS带隙、电离能和电子亲和能的DFT趋势。该模型保持了强大的预测和外推性能，准确预测了训练集外并五苯和并六烯体系的目标性质，并保持了Au和Cu富集组分间性质的正确排序和间距。值得注意的是，外推过程中观察到的ML–DFT偏差是系统性的，出现在发展出复杂电子行为的富铜扩展并苯中。例如，这些偏差与Cu驱动的带隙明显变窄、HOMO不稳定化增强、非加性电子亲和能行为以及Cu–并苯中近简并单重–三重激发态的出现相吻合，S₁–T₁间隙从苯–Cu的约0.93 eV降至并五苯–Cu₅的约0.05 eV。相比之下，Au–并苯的同一模型显示出更均匀的极化和约0.4–0.5 eV的一致单重–三重分离。总体而言，这些结果表明，紧凑的分类残差学习模型可以在没有直接电子或结构输入的情况下恢复物理上有效的量子力学标度行为，并且可以作为超出最小描述符中编码信息范围的涌现电子区域的指标。该方法为识别具有非典型单重–三重能量学的低带隙分子半导体提供了一条途径，用于后续自旋相关研究。