长春应化所孙昭艳团队npj Comput. Mater.: 生成式AI遇见高分子按需设计

长春应化所孙昭艳团队在npj Computational Materials上发表了一项关于聚合物按需逆向设计的研究。该研究背景在于聚合物正向筛选和逆向设计对于加速聚合物从实验室到市场的应用至关重要，但由于大规模聚合物数据集的稀缺，这一过程充满挑战。研究目的在于解决聚合物生成模型化学有效性低的问题，通过建立包含近100万条聚合物结构-性质对的数据库，采用监督式预训练范式，提出了一个名为PolyTAO的预训练模型。该模型在top-1生成模式下具有99.27%的化学有效性，生成的聚合物的15类性质与其预期值之间的平均R2为0.96，显示出强大的按需生成能力。结论是PolyTAO不仅在化学有效性上表现优异，还能在半模板和无模板生成范式中实现按需逆向设计，为聚合物材料的开发提供了便捷工具。