目前人们需要开发新型功能材料用于克服人类面临的气候变化、资源匮乏等全球性问题，但是基于实验探索新型材料的传统方式太缓慢，同时物质的分布空间非常广泛，无法简单的通过直觉式实验实现新型材料的发展。

目前大多数实验材料搜索软件需要关注探索已知材料的空间，因此还存在未知的材料空间和发展潜力，而且可能一些性质独特的材料还没有被发现。

通过使用开源软件和数据库的计算化学、计算软件看可以加速设计材料的速度，但是目前人们主要使用软件和计算方法对可能实验观测结果进行解释和重现。因此，计算化学的真正理论预测能力还没有被很好的发展和实现。

有鉴于此，帝国理工学院Kim E. Jelfs等报道讨论了计算化学驱动发展新材料面临的挑战，随后对计算化学领域的进展进行总结，并且着重的对发展新型材料的挑战进行阐述。

本文要点：

（1）

目前人们逐渐开始将实验和计算结合进行工作流程、高通量实验机器人、自动化实验、人工智能结合。但是必须强调的是需要将这种发展成功的转化进行加速材料发展以及完全的将其优势应用。作者讨论了目前理论计算与应用于发展新型材料之间存在的差距，并讨论了如何克服这些障碍从而将理论计算和真正的实现逆向设计材料结构，并且展示了几个相关例子。

（2）

对发展新型材料的三个主要部分进行讨论：鉴定材料，在数据集中筛选材料；设计材料，对已知材料进行较小的修饰调控；发现新材料，通过计算发现新型材料。由于存在不同的拓扑空间和复杂的合成过程，因此发现新材料目前仍是个非常大的挑战。

参考文献

Austin M. Mroz, Victor Posligua, Andrew Tarzia, Emma H. Wolpert, and Kim E. Jelfs*, Into the Unknown: How Computation Can Help Explore Uncharted Material Space, J. Am. Chem. Soc. 2022

DOI: 10.1021/jacs.2c06833

https://pubs.acs.org/doi/10.1021/jacs.2c06833