含硅乙炔（PSA）樹脂作為一種有機(jī)-無機(jī)雜化耐高溫樹脂具有廣闊的應(yīng)用前景，但其加工性能仍需進(jìn)一步提高以滿足低粘度的加工要求。由于研發(fā)周期長，PSA樹脂的設(shè)計(jì)通常依賴試錯(cuò)法，效率低下。

為此，華東理工大學(xué)林嘉平教授、王立權(quán)副教授等人提出了一種機(jī)器學(xué)習(xí)（ML）增強(qiáng)的材料基因組方法（MGA）來設(shè)計(jì)和篩選具有優(yōu)異加工性能和耐熱性的PSA樹脂。首先，作者定義了“基因”并在數(shù)據(jù)庫中搜索可用于化學(xué)組合的類似結(jié)構(gòu)。作者將二炔和二氯硅烷分別定義為“二炔基因”（A基因）和“硅烷基因”（B基因），基于相似性從數(shù)據(jù)庫中收集了16種“二炔基因”和23種“硅烷基因”并將其組合成368種候選樹脂進(jìn)行篩選。然后，通過多層感知器（MLP）模型分別預(yù)測(cè)368種候選樹脂的加工性能（lgη）和耐熱性（T_d5）。

此外，作者設(shè)定了篩選樹脂的標(biāo)準(zhǔn)：1）將耐熱性和加工性能的預(yù)測(cè)值映射到0到1的范圍內(nèi)，其中1表示樹脂的加工性能或耐熱性最好，0代表樹脂最差。2）每個(gè)屬性的重要性都有一個(gè)權(quán)重系數(shù)，根據(jù)權(quán)重系數(shù)計(jì)算加權(quán)平均值。

圖1. 用于篩選易于加工的耐熱樹脂的MGA

使用基于ML模型的MGA，最終篩選出易于合成的PSNP-MV樹脂并通過格氏反應(yīng)進(jìn)一步合成。實(shí)驗(yàn)和理論模擬結(jié)果表明，PSNP-MV樹脂在低粘度下表現(xiàn)出改進(jìn)的加工性能并保持了優(yōu)異的耐高溫性，驗(yàn)證了MGA的篩選結(jié)果。根據(jù)分析，甲基乙烯基二氯硅烷和二氯二乙烯基硅烷可能對(duì)設(shè)計(jì)易于加工的耐熱壓敏膠具有潛在價(jià)值。最后，作者強(qiáng)調(diào)了目前MGA的局限性。

首先，模型的準(zhǔn)確性仍有提升空間。聚合物的特性數(shù)據(jù)分散甚至不完整，為構(gòu)建模型收集可靠的數(shù)據(jù)是一個(gè)挑戰(zhàn)。其次，在篩選階段沒有充分考慮合成的可行性，必須選擇一種易于從篩選樹脂中合成的樹脂。盡管如此，與試錯(cuò)法或科學(xué)直覺相比，從這項(xiàng)研究中獲得的見解可能有助于加速新型耐熱樹脂的開發(fā)并降低時(shí)間成本。

圖2. “基因”分析結(jié)果

Design of silicon-containing arylacetylene resins aided by machine learning enhanced materials genome approach, Chemical Engineering Journal 2022. DOI: 10.1016/j.cej.2022.137643