研究人员设计了诸多可用于液流电池储能的分子，并想在数据库中快速访问这些分子的属性。然而，许多分子的特性是未知的，但这些特性又很重要，因为它们关系到氧化还原液流电池的发电能力和能量密度。

为此，研究人员执行了四个步骤。首先，使用台式计算机和智能算法创建了两种分子的数千个虚拟变体，并为计算机提供了24种醌、28种氮杂芳烃以及5个不同的化学相关侧基的骨架结构，计算机由此创造了31618种不同的分子。其次，使用超级计算机计算了每个分子的近300种不同特性，因为这些公式很难求解。再次，使用机器学习来预测分子是否可溶于水。最后，创建了这个人类和机器可读的数据库。

该数据库是可开放获取的，科研人员还可使用该数据库来改进机器学习模型，以加快设计用于储能的高质量分子。

信息来源：

https://www.differ.nl/differ-publishes-31618-molecules-with-potential-for-energy-storage-in-batteries

科技日报. 张梦然. http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2022-11/30/content_545198.htm?div=-1