[논문 리뷰] AI-enhanced discovery and accelerated synthesis of metal phosphosulfides

Javier Sanz Rodrigo, Nicholas A. Kryger-Nelson외 4명|arXiv (Cornell University)|2026. 01. 23.

Inorganic Chemistry and Materials인용 수 0

한 줄 요약

이 논문은 DFT, multi-fidelity ML, 및 고처리량 합성을 결합하여 909개의 삼원계 metal phosphosulfides를 탐구하고 19개의 새로운 안정 화합물을 발견했으며 네 가지 조합 실험에서 네 가지 포스포설라이드 시스템의 빠른 합성을 시연합니다.

ABSTRACT

Metal phosphosulfides have emerged as unique multifunctional materials, but they present unique synthesis challenges compared to more established material classes such as oxides and nitrides. As a consequence, experimental development and theoretical understanding of phosphosulfides have focused on individual compounds rather than on accelerated broad-range exploration. In this work, we first evaluate the synthesizability and band gaps of 909 hypothetical ternary phosphosulfides by density functional theory. We find 19 previously unknown thermodynamically stable compounds, including the first Si- and Ge-based phosphosulfides. For rapid band gap prediction, we then develop a multi-fidelity machine learning model to translate semilocal density functional theory band gaps into experimentally calibrated band gaps. Importantly, we extend the accelerated material development workflow to the experimental domain by demonstrating a route to high-throughput synthesis and characterization of virtually any phosphosulfide material system. The method is based on thin-film combinatorial libraries and yields over 100 unique compositions in each experiment, enabling us to synthesize four distinct phosphosulfide compounds in only four combinatorial experiments without prior synthesis recipes and without compromising on material quality. Thus, we argue that accelerated materials development workflows combining theory, artificial intelligence, synthesis, and characterization can be viable even for experimentally challenging inorganic materials.

연구 동기 및 목표

• 이론을 사용하여 909개의 가설적 삼원계 포스포설라이드의 합성 가능성 및 밴드 갭을 평가한다.
• 이전에 알려지지 않은 것을 포함하여 열역학적으로 안정한 포스포설라이드 화합물을 식별한다.
• 포스포설라이드에 대한 실험적 합성으로 가속된 재료 개발을 확장한다.

제안 방법

• 밀도 함수 이론(DFT)을 사용하여 909개의 삼원계 포스포설라이드의 열역학적 안정성과 밴드 갭을 계산한다.
• 다단적 신뢰도 ML 모델 개발해서 semilocal DFT 밴드 갭으로부터 실험적으로 보정된 밴드 갭을 예측하기 위한 다-fidelity ML 모델을 개발한다.
• 조성 공간의 신속한 탐색을 위해 박막 조합 라이브러리를 사용하는 고처리량 실험 경로를 구성하고 테스트한다.
• 사전 합성 레시피 없이 네 가지 조합 실험을 통해 네 개의 포스포설라이드 화합물의 합성을 입증한다.

Figure 1: Summary of the structural and compositional diversity of phosphosulfides. The structures are visualized with VESTA [ Momma2011 ] . Assignment of oxidation states is discussed in the SI. The ”number of materials” (and the corresponding ”% of total”) refers to the number of phosphosulfides c

실험 결과

연구 질문

• RQ1 909 phosphosulfide 전반에서 합성 가능성과 밴드 갭은 조성 및 구조에 따라 어떻게 달라지는가?
• RQ2 휘발성 및 독성 전구체에도 불구하고 고처리량 합성 워크플로우가 포스포설라이드 재료의 신속한 발견을 가능하게 하는가?
• RQ3 문헌에서 알려진 것을 넘어 예측할 수 있는 새로운 열역학적으로 안정한 포스포설라이드 화합물은 무엇인가?
• RQ4 이론 주도, AI 보강 워크플로가 실험적 포스포설라이드 합성으로 효과적으로 이전될 수 있는가?

주요 결과

• DFT를 통해 909 후보 중 19개의 이전에 알려지지 않은 열역학적으로 안정한 포스포설라이드가 확인되었다.
• 안정한 화합물 중에서 Si- 및 Ge-기반 포스포설라이드가 최초로 예측되었다.
• 다-fidelity ML 모델이 semilocal DFT 밴드 갭을 실험적으로 보정된 갭으로 변환한다.
• 네 가지 조합 실험에서 고결정질 품질의 четыре 포스포설라이드 화합물이 합성되었다.
• 고처리량 박막 라이브러리는 여러 조성을 병렬로 탐색하게 하여 발견을 가속화한다.

Figure 2: Oxidation state of phosphorus as a function of the atomic P/S ratio in the ternary phosphosulfides calculated in this study (only lowest-energy polymorphs within stability tolerance). The P/S ratios are discrete and are linked to the generalized compositions shown on the top x axis. The da