多参考态数据库助力有机半导体激发态精准筛选

原文：A multireference excited state database for correlation-aware screening of organic semiconductors in excitonic energy-materials discovery.
期刊：Journal of materials chemistry. A（影响因子 9.5） |  PubMed | PMC 全文（含 PDF）

研究背景：从“算得快”到“算得准”的激发态瓶颈

有机半导体是有机光伏、发光器件、光子管理以及柔性电子等激子能量材料的核心分子平台。其优势在于可通过化学修饰系统调控光吸收、激子管理和激发态转换。然而，要高效发现新材料，必须依赖大规模计算筛选，而目前主流流程多用含时密度泛函理论（TD-DFT）等单参考方法。

问题在于，许多具有功能潜力的分子骨架——如富杂原子、含硫、非环共轭、电子“软”的体系——其低能激发态对电子关联效应极为敏感。TD-DFT 虽成本低、适合初筛，但在单重态激发能、振子强度、单重–三重能隙及单重态间距等描述符上可能出现系统偏差，进而改变候选分子排序，甚至遗漏重要光物理机制。

核心发现：1581 个分子的多参考基准图谱

针对这一空白，研究团队构建了面向激子能量材料的多参考激发态数据库，涵盖 1581 个有机半导体分子。他们使用 SA-CASSCF 与 SC-NEVPT2 方法，计算了每个分子最低两个单重态（S1、S2）与三重态（T1、T2）激发能，以及最低两个单重跃迁的振子强度（f1、f2），并与已有 TD-DFT 结果系统比较（图 2、图 3）。

结果显示：TD-DFT 在三重态激发能等较稳健描述符上仍具实用初筛价值；但单重态能量、振子强度、单重–三重能隙和单重态间距更易受电子关联影响。偏差最大的分子集中于电子软、富杂原子、含硫及非环共轭骨架，而刚性芳香核在不同理论级别间更具可转移性。

更重要的是，方法选择直接重塑了候选空间：相比原 TD-DFT 初筛，SC-NEVPT2 扩展了化学多样的热活化延迟荧光（TADF）候选集，识别出具有光学意义的反转单重–三重能隙（INVEST）分子，并拓宽了反 Kasha 候选物的骨架多样性（图 1）。

方法亮点：关联感知的筛选框架

• 数据库刻意富集小单重–三重能隙、压缩单重态 manifold 及高位亮单重态分子，聚焦最需高精度复核的化学空间。
• 以统一流程生成多参考基准，明确“何时快速初筛足够、何时需多参考重评估”。
• 为机器学习与数据驱动发现提供更可靠训练基准，避免系统误差被模型学习并放大。

应用意义：面向能量材料发现的可靠路线图

该工作并非只追求数值精度，而是把电子结构可靠性直接连接到材料发现流程。对于依赖精细激发态平衡的功能体系——如 TADF、INVEST 与反 Kasha 光物理——高级别复核能恢复被低成本方法遗漏的候选分子与结构–性质关系。

对生物医学与交叉领域读者而言，这类有机半导体也关联生物电子界面与光子管理技术。该数据库提供的“关联感知”框架，将帮助科研界在更大化学空间中更稳健地优先合成与测试目标分子，推动可持续激子能量材料的理性设计。

关键图表

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。