Meta开发新计算方法加速液晶聚合物光学材料发现
这一策略不仅加速了材料筛选，而且揭示了关键的分子设计原则，为传统的试错方法提供了一种系统化且可扩展的替代方案
（映维网Nweon 2025年09月11日）具有优异光学特性的液晶聚合物在下一代虚拟现实、增强现实和混合现实技术中极具前景，可作为高性能、紧凑、轻量且高性价比的光学元件。然而，先进光学设备对光学透明度和高折射率日益增长的需求为材料发现带来了挑战。在一项研究中，Meta开发了一种将第一性原理计算与遗传算法相结合的新方法，以加速发现具有低可见光吸收和高折射率的液晶聚合物。
通过在预定义的分子构建块空间内进行迭代，所提出方法能快速识别出满足目标规格的反应性介晶（Reactive Mesogens, RMs）。另外，所述方法为理解分子结构与性能之间的关系提供了宝贵见解。这一策略不仅加速了材料筛选，而且揭示了关键的分子设计原则，为传统的试错方法提供了一种系统化且可扩展的替代方案。
液晶聚合物在先进光学元件的开发中扮演着重要角色。通过利用液晶分子的光学各向异性及其灵活的排列能力，液晶聚合物能够实现许多基于薄膜的高效、紧凑、轻量且高性价比的平面光学元件，例如光致变色薄膜、光纤、偏振全息光栅和透镜。
随着显示技术以及虚拟现实、增强现实和混合现实系统的快速发展，基于液晶聚合物的空间光调制器和波导因其在设备中的关键功能而引起了极大关注。液晶聚合物在光学应用中的一个关键优势是其兼具可见光范围内的低光学吸收率和高折射率，这提高了光效率，同时最大限度地减少了元件的重量和体积。
液晶聚合物的基本结构单元称为反应性介晶，如图1(a)所示，包含一个刚性的介晶核、烷基链间隔基和可聚合的端基。介晶核由于其棒状共轭结构而保留了液晶特性，这导致了分子各向异性。介晶核之间的强分子间相互作用促进了液晶相中的自组装和排列。烷基间隔基的长度可调节以改变液晶相变温度。另外，反应性介晶通过可聚合端基充当单体，可通过热固化或紫外光固化进行聚合，形成稳定的光学薄膜。反应性介晶的独特结构使得光学吸收和折射率均可调，为提升光学性能提供了一种分子设计策略。
在过去的数十年里，由于分子设计的理论复杂性和材料发现的低效率，设计和合成具有所需光学特性的反应性介晶依然是一项重大挑战。具有较长共轭结构的介晶核通常表现出更高的极化率，从而提高了折射率。然而，这往往会增加在较长波长处的光吸收，因为离域电子更容易被较低能量激发。实验过程通常依赖于经验方法和对现有分子结构的修饰，这使得它既耗时又耗费资源。
尽管计算方法相比实验方法可以加速分子设计，但它们同样面临挑战。与具有周期性结构的晶体材料不同，传统上模拟液晶聚合物的光学特性需要对多分子系统进行建模，这同样耗时且不适合大规模筛选。液晶聚合物中分子内和分子间相互作用的差异会显著影响其光学特性。
因此，精确建模在很大程度上依赖于捕捉液晶聚合物系统的分子有序性。为了解决这些挑战，开发一个能够快速准确模拟液晶聚合物光学特性（特别是吸收和折射率）的流程至关重要。这种流程将有助于对候选结构进行广泛筛选，提供对结构-性能关系的深入理解，并在分子设计空间中开辟新途径。
光学材料探索的最新进展，特别是通过机器学习和生成模型，为液晶聚合物的发展提供了宝贵的见解。然而，目前仍缺乏包含详细光学数据的全面液晶材料数据库，这突显了利用先进的搜索和生成方法探索液晶聚合物空间的必要性。
在一项研究中，Meta开发了一个基于第一性原理的计算框架，并用于大规模筛选具有光学透明度和高折射率的液晶聚合物。通过使用向列相中反应性介晶的二聚体构象来近似模拟聚合物网络构型，他们显著降低了多分子系统模拟的计算成本，同时保留了关键的分子相互作用。
通过分子动力学模拟和实验数据的进一步验证证实了该方法的准确性，支持了基于二聚体的建模策略。然后，整合遗传算法来筛选、优化和生成新型液晶聚合物候选分子。得到的分子在可见光波长下表现出低吸光度和极高的折射率，为分子设计和材料发现提供了宝贵的指导。同时，本研究开发的计算流程可适用于其他有机分子发现平台，特别是针对具有特定光学特性的聚合物材料。这种适应性为光学及其他领域的广泛应用带来了益处，为推进材料设计和发现提供了一个多功能工具。
为了验证所生成的反应性介晶结构中向列相的存在，团队选择了十种折射率值超过 2.0 的候选分子。另外，候选分子在 460 nm 处的吸收强度相对于最大吸收峰吸光度低于 0.1%。随后使用分子动力学冷却过程对选定的候选分子进行分析（图 S10）。
结果显示，有六种候选分子在 200 K 至 700 K 的温度范围内表现出向列相。候选分子 1 未经历向列相变，且有序参数始终低于 0.2。这一结果可归因于其介晶核的长径比过大，所述介晶核完全由 C≡C 三键桥连基团构成（图 S10）。与由芳香环构成的核相比，线性桥连基团沿 no 方向产生的半径要小得多，阻碍了冷却过程中有序结构的形成。相比之下，候选分子 8-10 的相变温度超过了 700 K。这些候选分子均采用了稠环结构单元以及由四个结构单元组成的介晶核，赋予了分子更大的刚性和更强的 π-π 堆积相互作用。因此，增加的分子刚性和改善的堆积效率显著提高了这些候选分子的相变温度。
在表现出液晶相的六个分子中，他们进一步选择了相变温度最低的候选分子 2 进行极化率密度分析，以研究高折射率结构与其性能之间的关系。结果显示，极化率密度主要集中在分子的三键、一端的硫氰酸酯基团以及另一端的硫原子周围。这种局域化可归因于三键的高电子密度和高极化率，以及硫氰酸酯基团的强偶极矩，这增强了分子对外部电场的响应能力。同样，硫原子由于其大的原子半径和高极化率对极化率有显著贡献，进一步强调了它在影响候选分子 2 光学特性中的作用。
随后，采用含时密度泛函理论方法计算了候选分子 2 前 20 个激发态的激发能和振子强度。在 365 nm 处观察到最大吸收峰（图 8）。一个强吸收带归因于双重简并的 HOMO-1 → LUMO 和 HOMO → LUMO+1 跃迁，这对应于 π → π* 跃迁，而所有其他激发对吸收光谱的贡献可忽略不计（图 S11）。
由于在可见光区域未观察到显著的吸收带，由候选分子 2 形成的聚合物预期是无色的。
总的来说 ，团队在研究中开发了一个用于液晶分子的材料发现流程，所述流程将半经验 GFN2-xTB 方法与第一性原理（TD-）DFT 计算相结合。这种结合使得在遗传算法框架内能够进行快速迭代，从而实现对化学搜索空间的高效探索。所提出方法成功识别出具有高透明度和高折射率特征的潜在反应性介晶结构。二聚体生成流程考虑了液晶分子堆积的影响。团队通过比较五种商用反应性介晶的实验值和计算值，验证了该流程的准确性和效率。相关比较证明了该流程能够可靠地预测材料性能，从而支持其在发现新型液晶材料中的应用。
遗传算法通过高效探索化学搜索空间中的特定区域并锁定目标，证明了其作为优化材料吸收和折射率方法的有效性。尽管遗传算法具有固有的随机性，但在多次独立运行中，它始终识别出反复出现的高频结构单元和特定的结构排列。这种一致性表明，增加迭代次数和独立运行次数将进一步提高结果的稳健性和可靠性，巩固了该设计策略的有效性。
计算分析显示，筛选出的 10 个候选分子在 460 nm 处的吸收强度相对于最大吸收峰吸光度低于 0.1%，且 ne 值超过 2.0。表现最佳的候选分子 ne 值超过 2.1，所有候选分子均通过 MD 模拟进一步验证以确认向列相的存在。在透明度约束较低或进行额外侧链修饰的情况下，预计候选分子将获得更高的 ne 值。
未来的研究可侧重于提高计算流程的效率以及推进向列相变的预测。这些进步将使人们能够更深入地探索具有增强光学性能材料的化学空间，扩展液晶基光学材料的潜在应用，并进一步推动高性能光学器件的发展。
