为满足高分辨显示器对色纯度的迫切需求，多重共振型热活化延迟荧光（MR-TADF）材料因其可同时实现高激子利用率与窄带发射的特性，成为OLED领域的研究热点。然而，该类材料的光物理过程对分子结构高度敏感，机理复杂，传统“试错”式研发模式面临成本高、周期长等瓶颈问题。为此，吉林大学邹陆一教授团队发展了一套覆盖数据获取、分子生成与性能预测全流程的智能框架，以实现MR-TADF材料的系统化与定向化设计。该研究成果以 “Data-driven generation and efficient screening of MR-TADF materials”为题发表于Chinese Chemical Letters。

Fig. 1. Overall workflow of the data-driven MR-TADF design platform.

Fig. 2. Workflow for extracting material properties from the literature.

Fig. 3. Comparison of ML models for predicting ΔEST and FWHM. (a-d) Parity plots for ΔEST predictions. (e-h) Parity plots for FWHM predictions.

Fig. 4. Molecular structures of the investigated compounds.

        研究内容融合大语言模型与提示词工程技术，实现了关键光物理参数（如ΔEST、FWHM）的自动化文献提取，并借助化学结构识别工具DECIMER将图像式分子结构转换为可计算表达的SMILES编码，从而构建出更具代表性和完整性的MR-TADF数据集（MR585）。在此基础上，通过对SMILES编码进行随机化增强以提升数据多样性，结合Transformer-VAE模型在潜在空间中生成结构新颖且化学合理的分子。进一步地，本研究构建了针对ΔEST与FWHM机器学习预测模型，回归拟合优度R²分别达到0.692与0.790，表明其在数据有限条件下仍具备良好的泛化能力与预测可靠性。

        在生成所得的候选分子中，15个结构在化学空间分布上与原始训练集差异显著，其ΔEST分布于0.13–0.33 eV，FWHM集中于26.2–46.6 nm，显示出较小的能隙与较高的色纯度。理论计算进一步揭示，其中两种含硫的BCzBN衍生物在激发态动力学方面表现突出，其自旋–轨道耦合、反系间窜越速率及效率滚降性能均优于结构相似的BCzBN分子，证实了生成结构在光电性能上的优化潜力。该研究初步实现了从文献挖掘、分子生成到性能筛选的一体化MR-TADF智能设计平台，为发展高性能窄谱发射材料提供了新的研究方法与实现路径。

论文信息

· Data-driven generation and efficient screening of MR-TADF materials

Ya-Jun Yin^#, Li-Fang Yin^#, Yi Zhao^#, Xin Xu, Yu-Qi Xia, Jing-Jing Zhao, Jia-Qi Bai, Guang-Jun Nan, Ji-Fen Wang, Lu-Yi Zou*（邹陆一，吉林大学）

Chinese Chemical Letters, 2026, 112633.

https://doi.org/10.1016/j.cclet.2026.112633