研究人员发表了31,618种具有电池储能潜力的分子

荷兰基础能源研究所(DIFFER)的科学家们创建了一个包含31,618个分子的数据库，这些分子有可能用于未来的氧化还原液流电池。这些电池在储能方面前景广阔。除其他外，研究人员使用人工智能和超级计算机来识别分子的特性。今天，他们在《科学数据》杂志上发表了他们的发现。

近年来，化学家设计了数百种分子，这些分子有可能用于液流电池的储能。来自埃因霍温(荷兰)DIFFER的研究人员想象，如果可以在数据库中快速轻松地访问这些分子的属性，那该多好。然而，问题在于许多分子的特性是未知的。分子特性的例子是氧化还原电位和水溶性。这些很重要，因为它们关系到氧化还原液流电池的发电能力和能量密度。

为了找出分子仍然未知的特性，研究人员执行了四个步骤。首先，他们使用台式计算机和智能算法创建了两种分子的数千个虚拟变体。这些分子家族，醌类和氮杂芳烃，擅长可逆地接受和提供电子。这对电池很重要。研究人员为计算机提供了24种醌和28种氮杂芳烃以及五个不同的化学相关侧基的骨架结构。由此，计算机创造了31,618种不同的分子。

在第二步中，研究人员使用超级计算机计算了每个分子的近300种不同特性。计算机使用量子化学方程式来做到这一点。由于这些公式很难求解，因此功能强大的超级计算机是一种得心应手的工具。

在第三步中，研究人员使用机器学习来预测分子是否可溶于水。

第四步也是最后一步包括创建一个人类和机器可读的数据库。该数据库称为RedDB(来自RedoxDataBase)，包含分子及其属性，具有方便的命名和描述。

“当你使用理论模型和机器学习时，你显然希望对结果充满信心，”DIFFER自主能源材料发现研究小组的负责人SüleymanEr说。“这就是为什么我们使用已经证明其卓越性的计算机程序。为此，我们还实施了专门的验证程序。”

现在该数据库是公开的，研究人员，包括DIFFER以外的人员，可以轻松地为氧化还原液流电池搜索可能感兴趣的分子。例如，他们可以简单地购买或合成分子并进一步研究它们。此外，研究人员可以使用该数据库来改进他们的机器学习模型，以加快设计用于储能的高质量分子。