[論文レビュー] High-throughput screening and mechanistic insights into solid acid proton conductors

Jonas Hänseroth, Max Großmann+3 more|arXiv (Cornell University)|Feb 16, 2026

Machine Learning in Materials Science被引用数 1

ひとこと要約

論文は、固体酸のプロトン拡散を直接計算する二段階の機械学習支援ハイスループットワークフローを導入し、六百万以上の材料をスクリーニングして27件のトップ候補を機構的洞察と共に特定し、さまざまな化学組成に跨る普遍的な約2.5 Åの酸素–酸素転移距離を含む。

ABSTRACT

Proton-conducting solid acids could enable water-free operation of high-temperature fuel cells. However, systematic materials screening has, hitherto, been computationally prohibitive. Here, we introduce a two-stage high-throughput screening strategy that directly computes proton diffusion coefficients, enabled by machine-learned interatomic potentials fine-tuned to ab initio data. Starting from more than six million materials, our screening -- based on structural motifs rather than empirical descriptors -- identifies $27$ high-performing proton conductors, including over ten previously unexplored compounds. These include sustainable and commercially available materials, candidates that have not yet been synthesized, organic systems that fall outside conventional design rules, and known proton conductors that validate our approach. Importantly, our findings reveal a universal oxygen--oxygen distance of approximately $2.5$~Å at the moment of proton transfer across diverse chemistries, providing mechanistic insight and showing that macroscopic proton conductivity emerges from the interplay between anion rotational dynamics, hydrogen-bond network connectivity, and proton-transfer probability.

研究の動機と目的

• 水なし・高温プロトン伝導を可能にする高プロトン移動性を有する固体酸材料を特定する。
• 巨大な材料データベースから候補を絞り込むモチーフベースの構造スクリーニング戦略を開発・展開する。
• 高速ML駆動MDスクリーニングと第一原理の精錬を組み合わせて信頼性の高いプロトン拡散係数を得る。
• 固体酸におけるアニオン動低・水素結合ネットワーク・プロトン転移の機構的関係を解明する。

提案手法

• CsH2PO4 および Cs7(H4PO4)(H2PO4)8 に着想を得た二つの構造モチーフを用いて Materials Project と Alexandria データベースから6百万以上の材料をスクリーニングし、プロトン転移が可能なオキソアニオン骨格を同定する。
• MatterSim 基盤モデルを用いた100 ps MD シミュレーションで動的に安定な候補をフィルタリングし、プロトン輸送ポテンシャルをランク付けする。
• 上位70候補で40 ps AIMD を実行して、MACE MLIPの微調整に材料固有データを生成する。
• 微調整済みの MACE モデルを用いて400–600 K で3 ns MDを実行し、定量的な拡散係数とアニオン回転指標を取得する。
• 転移距離に対する核量子効果を評価するために選択ケースでパス積分MD（PIMD）を適用する。
• 酸素–酸素距離分布とプロトン転移イベント統計を分析して普遍的な転移幾何を解明する。

実験結果

リサーチクエスチョン

• RQ1 モチーフベースのハイスループットスクリーニングワークフローは巨大な材料空間から高拡散係数を持つ固体酸プロトン伝導体を特定できるか。
• RQ2 局所機構因子（アニオン回転、水素結合の連結性、転移確率）は固体酸のマクロなプロトン伝導率をどのように支配するか。
• RQ3 多様なオキソアニオン化学に跨る普遍的なプロトン転移距離を規定する構造的特徴は存在するか。
• RQ4 核量子効果はこれらの材料におけるプロトン転移距離にどのような影響を与えるか。

主な発見

• 高い予測拡散係数を持つ27件のトップ固体酸プロトン伝導体を同定。既知の伝導体と未開拓化合物の双方を含む。
• モチーフフィルタリングとMLIP駆動MDおよびAIMD精錬という二段階スクリーニングにより、六百万件の候補を効率的に絞り込んで絞り込んだセットへ導く。
• トップ候補の400 Kでのプロトン拡散係数は、いくつかのケースで0.003 Å2 ps−1を超え、CsH2PO4系と比較可能またはそれ以上。
• アニオン回転動力学と水素結合ネットワークの連結性はマクロ拡散を調整する。より速いアニオン回転が必ずしも高伝導をもたらさず、最適なバランスが必要である。
• 約2.5 Åの普遍的な酸素–酸素転移距離が多様な化学組成を横断してプロトンホッピングを支配することが、AIMDで確認され、Te含有外れ値ではPIMDでも回復された。
• ワークフローは実験的に検証された伝導体（例：CsHSO4、KHSO4、KH2PO4）をいくつか回収するとともに、有機塩、地球 abund 構成を含む新規候補を示唆した。