AI驱动二维钙钛矿反向设计：能级精准调控新突破

图1 基于AI辅助的DJ型二维钙钛矿目标能级发现逆向设计流程。图注：以12位分子指纹为核心，融合高通量DFT、机器学习及合成筛选，完成从分子生成、模型训练、候选筛选到实验验证的全流程逆向设计。图2 DJ钙钛矿有机间隔基的可还原分子指纹表征。图注：将有机间隔基拆解为共轭骨架、锚定铵基、侧链及取代基，各部分编码为数字指纹，最终组合成完整的12位指纹向量。图3 高通量数据生成与能级分布：（A）分子生成骨架树状图；（B）化学空间t-SNE分布；（C）DJ钙钛矿有机与无机组分间的能级匹配关系。图注：通过13种形变操