[论文解读] Exploring material compositions for synthesis using oxidation states

Maung Thway, Andy Paul Chen+10 more|arXiv (Cornell University)|May 14, 2024

Catalysis and Oxidation ReactionsChemical Engineering被引用 3

一句话总结

本文提出了氧化态概率（OSP）方法，这是一种数据驱动的方法，通过评估元素在电荷平衡条件下采用所需氧化态的可能性，来预测三元材料的可合成性。该方法应用于Cu-In-Te体系，成功预测并指导了CuIn₃Te₅的实验合成，展示了其在从大量候选组合中优先筛选可行成分方面的潜力。

ABSTRACT

Recent advances in machine learning techniques have made it possible to use high-throughput screening to identify novel materials with specific properties. However, the large number of potential candidates produced by these techniques can make it difficult to select the most promising ones. In this study, we develop the oxidation state probability (OSP) method which evaluates ternary compounds based on the probability (the OSP metric) of each element to adopt the required oxidation states for fulfilling charge neutrality. We compare this model with Roost and the Fourier-transformed crystal properties (FTCP)-based synthesizability score. Among the top 1000 systems with the most database entries in Materials Project (MP), more than 500 systems exhibit an attested compound among the top 3 compositions when ranked by the OSP metric. We find that the OSP method shows promising results for certain classes of ternary systems, especially those containing nonmetals, s-block, or transition metals. When applied to the Cu-In-Te ternary system, an interesting system for thermoelectric applications, the OSP method predicted the synthesizability of CuIn$_3$Te$_5$ without prior knowledge, and we have successfully synthesized CuIn$_3$Te$_5$ in experiment. Our method has the potential to accelerate the discovery of novel compounds by providing a guide for experimentalists to easily select the most synthesizable candidates from an arbitrarily large set of possible chemical compositions.

研究动机与目标

• 为解决在高通量机器学习筛选中，候选组合池过于庞大而超出实验可行性的问题。
• 开发一种计算高效的度量方法，利用氧化态趋势来估计成功合成的可能性。
• 通过将化学直觉融入定量评分系统，改进对三元化合物（尤其是含非金属、s区或过渡金属的化合物）的优先排序。
• 为实验人员提供一种可靠、可解释的指导，以集中精力于最可能的组成。

提出的方法

• 氧化态概率（OSP）度量计算三元化合物中每种元素在整体电荷平衡下采用所需氧化态的概率。
• OSP基于Materials Project数据库中已知化合物的统计分析得出，利用每种元素的历史氧化态分布。
• 该方法根据各元素氧化态概率的乘积对三元组成进行排序，优先选择元素倾向于采用稳定、电荷平衡氧化态的组合。
• 将OSP与Roost及FTCP基的可合成性评分进行比较，以评估其在已知材料上的预测性能。
• 该方法应用于Cu-In-Te体系，成功预测了CuIn₃Te₅为高度可能的候选化合物，尽管此前无实验报道。
• 该方法设计为可解释且可扩展，可实现对任意大规模组成空间的快速筛选。

实验结果

研究问题

• RQ1 能否定量利用氧化态趋势来预测三元无机化合物的可合成性？
• RQ2 与现有的可合成性预测器（如Roost和FTCP）相比，OSP度量的性能如何？
• RQ3 OSP方法是否能有效优先筛选出实验可实现的组成，特别是在含非金属、s区或过渡金属的体系中？
• RQ4 OSP方法能否指导成功合成一种此前未报道的化合物？
• RQ5 OSP度量在高分组成中识别出已知且被证实的化合物的程度如何？

主要发现

• 在Materials Project数据库中条目最多的前1000个三元体系中，超过500个体系至少有一种被证实的化合物在OSP度量的前3名组成中被排在前列。
• OSP方法成功预测了Cu-In-Te体系中CuIn₃Te₅的可合成性，该化合物此前未有实验报道。
• CuIn₃Te₅的实验合成成功实现，验证了OSP模型的预测能力。
• OSP方法在预测含非金属、s区元素和过渡金属的化合物方面表现出显著优势。
• 在高分候选化合物中，OSP度量在识别已知稳定化合物方面优于基线方法，尤其在具有复杂氧化态行为的体系中表现更优。
• 该方法为高通量材料发现中的实验合成提供了可靠、可解释且可扩展的指导框架。