ACS Nano：纳米晶数据库+大语言模型助力逆向合成设计

纳米晶的合成参数与其物化性质之间关系复杂，传统“试错法”合成效率低下，亟需发展“逆向合成设计”方法。北京理工大学研究团队构建了包含近16万条对齐数据的纳米晶合成-性质数据库（NSP），并开发了用于结构化信息提取的NanoExtractor大语言模型和用于生成式逆向设计的NanoDesigner大语言模型。NanoDesigner能根据目标产物、限定反应物和期望性质精准生成可执行的合成路线，F1得分达0.85，ROUGE得分为0.42。实验验证表明，模型能识别反化学直觉的关键合成条件，如成功发现了抑制NaMgF3副产物所需的非化学计量比前驱体浓度。该研究为纳米材料的逆向合成设计提供了关键数据基础和方法，有望实现纳米材料的“所想即所得”。