华东师范大学潘丽坤、王成龙/暨南大学黎晋良Angew. Chem. Int. Ed.：人工智能辅助的电解液添加剂分子高通量筛选

本文介绍了华东师范大学潘丽坤教授、王成龙与暨南大学黎晋良副研究员团队在水系锌离子电池（AZIBs）电解液添加剂筛选方面的研究。针对锌负极不稳定性导致的枝晶形成和析氢反应等问题，研究团队首次将图神经网络（GNN）应用于电解液开发，建立了“计算-机器学习-实验验证”三位一体的筛选范式。通过对75,024种有机分子进行系统性评估，筛选出48种高潜力候选分子，并实验验证了氰基乙酰胺（CA）与海因（HN）作为新型添加剂的有效性。这些添加剂能优先吸附于锌负极形成保护层，显著提升电池的循环稳定性和可逆性。该研究为下一代储能材料的开发提供了高效的高通量筛选方法。