发现有机太阳能电池给体分子的搜索方法比较分析
化学物理
2025-07-30 v3
摘要
从广阔的化学空间中识别具有理想性质的有机分子可能具有挑战性，特别是当性质评估方法耗时且资源密集时。本研究通过探索由单体构建基块组装而成的大寡聚物的化学空间，展示了这一挑战，这些分子有望用于有机光伏（OPV）。为此，我们开发了一个基于构建基块方法搜索化学空间的 Python 包：stk-search。我们使用 stk-search 比较多种搜索算法，包括基于贝叶斯优化和进化方法的算法。最初，我们在预计算的搜索空间中评估并比较了不同搜索算法的性能。随后，我们将研究扩展到由 6 个构建基块（6-mer）组成的分子所形成的广阔化学空间，包含超过 个分子。值得注意的是，虽然某些算法在相对较小的预计算搜索空间中仅表现出相对于随机搜索的边际改进，但它们在更大化学空间中的性能提升了数个数量级。具体而言，贝叶斯优化使用相同的计算资源，识别出的具有理想性质的潜在分子数量是随机搜索的一千倍。
引用
@article{arxiv.2411.01900,
title = {Comparative Analysis of search Approaches to Discover Donor Molecules for Organic Solar Cells},
author = {Mohammed Azzouzi and Steven Bennett and Victor Posligua and Roberto Bondesan and Martijn A. Zwijnenburg and Kim E. Jelfs},
journal= {arXiv preprint arXiv:2411.01900},
year = {2025}
}