用于聚合物颗粒合理合成的约束复合贝叶斯优化

聚合物纳米和微米级颗粒凭借其微小特性，在应对关键医疗和能源挑战中发挥着关键作用。然而，调整其合成工艺以满足特定设计目标，传统上依赖于领域专业知识和昂贵的试错过程。近年来，建模策略，特别是贝叶斯优化（BO），已被提出用于辅助材料发现，以实现性能的最大化/最小化。基于实际需求，本研究首次整合了约束复合贝叶斯优化（CCBO），以在黑箱可行性约束和有限实验室实验数据下执行高效的目标值优化。利用一个模拟电喷雾（一种模型纳米制造工艺）的合成问题，CCBO 策略性地规避了不可行条件，并高效地将颗粒生产优化至预设尺寸目标，超越了标准 BO 流程，并提供了与人类专家相当的决策。进一步的实验室实验验证了 CCBO 通过电喷雾指导聚（乳酸-共-乙醇酸）（PLGA）颗粒合理合成的能力，制备出直径分别为 300 nm 和 3.0 $\mu$m 的颗粒。在极少初始数据和未知实验约束的情况下，CCBO 在 4 次迭代内达到了设计目标。总体而言，CCBO 方法为由人工智能（AI）赋能的下一代目标驱动颗粒合成提供了一种通用且整体的优化范式。