结合物理模型与数据驱动方法预测新型有机分子的室温磷光性能

《Chemical Science》：Predicting room temperature phosphorescence of new organic molecules by combining physical models and data-driven methodsOpen Access

　　

新型室温磷光（RTP）发光体的理性发现仍具挑战性，因为磷光取决于多个竞争过程，包括系间窜越（intersystem crossing，ISC）、非辐射衰变以及与荧光的竞争。虽然已有多种机理性假说被提出，例如增强的自旋-轨道耦合（spin–orbit coupling，SOC）、降低单重态与三重态之间的能隙以及有利的电子跃迁特性，但这些因素在多大程度上能够定量预测RTP行为仍不清楚。在本研究中，研究人员从文献中收集了一个包含218个无金属有机RTP发光体的数据集。研究人员首先探索了使用源于已确立机制和假说的描述符（如有利的自旋-轨道耦合、重组能和振子强度）来预测磷光产率的物理方法。尽管这些量与RTP行为显示出统计学上有意义的关联，但仅凭物理模型不足以构建稳健的定量预测工具。因此，研究人员开发了一种基于随机森林算法的数据驱动机器学习（machine learning，ML）模型，将这些物理动机描述符与源自分子结构的额外拓扑描述符相结合。经特征选择后，优化模型在识别长寿命（寿命>90 ms）和长波长（RTP发射>525 nm）RTP材料方面分别达到0.774和0.820的预测精度。借助物理过程边界与ML分析，从48168个分子中识别出65个在长寿命和长波长性质上预测概率均大于0.75的候选分子，为后续实验验证提供了一组聚焦的有前景材料。

## 论文解读：结合物理模型与数据驱动方法预测新型有机分子的室温磷光性能

### 研究背景与问题

室温磷光（room-temperature phosphorescence，RTP）是有机材料在激发源移除后通过三重态激子衰变发射光的光学现象，其发射寿命远超典型荧光寿命。RTP源于自旋禁阻的T₁→S₀跃迁，该过程依赖系间窜越（intersystem crossing，ISC）实现，而分子间相互作用（如氢键、卤键和π–π堆积）可抑制非辐射衰变并稳定三重态激子。RTP材料因其长发射寿命和大斯托克斯位移，在时间门控生物成像、防伪、有机发光二极管（organic light-emitting diodes，OLEDs）和光学传感等领域具有广阔应用前景。

然而，RTP行为的理性设计与预测仍面临重大挑战。传统分子设计策略主要聚焦于单分子层面，常用的描述符包括单重态-三重态能隙（ΔE_ST）、自旋-轨道耦合（spin–orbit coupling，SOC）矩阵元、激发态能量和电荷转移特性等。但可靠计算在需要考虑多个描述符时仍存在困难：SOC通常较弱且在大量有机体系中难以精确计算；RTP性能取决于ISC、三重态衰变和竞争性非辐射路径之间的复杂平衡，其中许多过程难以与实验定量吻合。更根本的是，单分子视角忽视了RTP主要在固态中观察到的事实。堆积模式、氢键、分子构象和特定分子间相互作用均会影响三重态激子的存活时间，这导致结构相似的化合物可能表现出完全不同的磷光行为。尽管已有研究尝试用量子力学/分子力学（QM/MM）方法预测RTP性质，但结果仅限于具有不同堆积模式的单一目标分子。因此，新RTP候选材料的发现长期依赖经验直觉指导的试错合成，效率低下。

高通量虚拟筛选（high-throughput virtual screening，HTVS）在发光材料领域已有成功应用，如识别具有反转单重态-三重态能隙的发光体、单线态裂分（singlet fission，SF）生色团和热激活延迟荧光（thermally activated delayed fluorescence，TADF）材料。然而，仅将HTVS应用于RTP筛选仍效率不足：高质量实验RTP数据集的缺乏限制了描述符的验证；部分光物理参数计算精度低；晶态效应难以考虑，使筛选结果不可靠。引入机器学习（machine learning，ML）方法可加速筛选，并有望揭示纯物理描述符难以捕捉的结构-性质关系。但目前将HTVS与ML结合（HTVS-ML）筛选有机RTP材料的成功案例仍非常罕见。

### 研究目的

本研究旨在建立可靠的RTP材料预测与筛选框架。研究人员从文献中收集了218个纯有机RTP材料的数据集，计算关键物理描述符，结合物理机制与ML模型，实现对RTP寿命和发射波长的分类预测，并基于剑桥结构数据库（Cambridge Structural Database，CSD）候选分子库进行虚拟筛选，识别具有长寿命（>90 ms）和长波长（>525 nm） RTP性质的新候选材料，为实验验证提供聚焦的候选集。

### 主要关键技术方法

研究人员从文献中收集218个无金属有机RTP分子（数据集共享于GitHub），涵盖磷光寿命、发射波长、量子产率等实验数据。采用密度泛函理论（DFT）和时间依赖密度泛函理论（TDDFT）计算垂直激发态能量，几何优化在BLYP35/3-21G(d)水平进行，激发态计算采用M06-2X/def2-TZVP方法，计算了S₁和T₁能量、振子强度、SOC常数及三重态重组能（λ_T1）；使用Multiwfn进行空穴-电子分析，RDKit计算拓扑描述符。基于随机森林算法训练分类模型，采用10折交叉验证和网格搜索进行超参数优化，以预测寿命（阈值90 ms）和发射波长（阈值525 nm）的二元分类。筛选流程从CSD数据库约48182个低HOMO–LUMO能隙分子出发，依次经物理化学描述符过滤、激发态能量范围过滤和ML分类筛选。

### 研究结果

#### From descriptors analysis to machine learning model

研究人员首先考察了E_S1、E_T1、ΔE_S1T1、f_S1、SOC_S1T1、SOC_T1S0和λ_T1等物理描述符在RTP数据集中的分布。结果显示，E_S1位于3.0–5.4 eV，E_T1位于2.2–4.2 eV；ΔE_S1T1峰值接近0.7 eV，λ_T1集中在0.3–0.5 eV；f_S1和SOC项分布不规则且分散。所有描述符均未呈现足够清晰或明确的阈值可用于HTVS。基于磷光速率方程构建的描述符同样无法建立可靠阈值，这解释了为何传统HTVS策略无法直接用于RTP材料发现。

为探究各描述符与目标性质的关系，研究人员计算了24个描述符与发射寿命和RTP波长的Pearson相关系数热图。这些描述符涵盖电子结构参数、激发态空间分离指数、RDKit计算的分子的拓扑描述符等。然而相关性分析表明，没有任何描述符与寿命或RTP波长表现出强线性相关。鉴于这种相关水平，研究人员将预测任务构建为二元分类问题：以90 ms为寿命阈值，分类精度达到0.774，F1分数为0.846，对应混淆矩阵显示135个真阳性、33个真阴性、14个假阴性和35个假阳性；以525 nm为波长阈值，精度达到0.820，F1分数为0.859，类别分布更均衡（59个真阴性、119个真阳性）。在概率阈值0.75下，寿命模型能识别89.3%的RTP材料，波长模型识别90.4%。

#### Virtual screening

虚拟筛选流程依次经过多个过滤阶段。起始库为CSD数据库中48182个低HOMO–LUMO能隙分子。第一阶段的基于规则的理化描述符过滤（如重原子数≥12、芳香重原子数≥16、Fraction Csp3≤0.47、摩尔折射率>40、拓扑极性表面积0–100 ?2等）将候选库缩减至33962个分子。第二阶段采用激发态能量标准（3.51 eV < E_S1 < 5.02 eV，2.986 eV < E_T1 < 3.923 eV），该界限由218个RTP分子的E_S1和E_T1分布中央90%定义，候选库进一步缩减至4217个分子。随后使用训练好的随机森林分类器评估全部4217个候选，要求同时满足预测寿命>90 ms和发射波长>525 nm且概率均高于0.75，最终得到65个候选分子。

在65个候选中，有3个已知RTP材料出现在排名前列，验证了模型预测的可靠性；部分候选与已知RTP材料结构相似，或含咔唑、二苯并呋喃、异吲哚啉-1,3-二酮等高效RTP活性取代基；还有一些候选具有与起始文献数据集完全不同的全新结构。对代表性候选的激发态光物理数据评估显示，所有候选均具有可接受的ΔE_S1T1和不可忽略的SOC_S1T1值，与高效系间窜越一致；较低的振子强度（0 < f_S1 < 0.05）支持S₁态以n→π*跃迁为主；较小的λ_T1和SOC_T1S0有利于抑制非辐射衰变。

### 讨论与结论

本研究表明，虽然多个与磷光量子产率相关的物理描述符与RTP行为存在统计学上显著的关联，但单独依赖物理模型不足以构建稳健的定量预测工具。将物理启发描述符与拓扑描述符相结合的随机森林分类模型，能够在寿命和波长两个关键性能指标上实现较好的预测精度。以90 ms和525 nm为分类阈值，模型F1分数均超过0.84，为RTP材料的虚拟筛选提供了可靠工具。

将ML模型应用于CSD分子库的虚拟筛选，经逐级过滤后识别出65个高置信度RTP候选分子，其计算得到的物理参数符合高效RTP所需条件。研究展示了量子化学计算、描述符工程和机器学习的原则性集成能够有效导航大化学空间，加速下一代RTP发光体的发现。未来研究将集中于对模型预测性能的实验验证。