双相聚芳基异腈液晶提升对映区分能力，用于残余化学位移各向异性测量
研究报道了一种基于单手螺旋聚异腈的双相聚芳基异腈溶致液晶体系，其中聚异腈由炔烃-Pd(II) 催化的可控聚合制备。该介质的双相特性使 ΔRCSA 可在单一样品上通过单次一维 13C NMR 实验直接提取，无需专用仪器、装置或后校正。
推荐理由：该双相液晶介质让 ΔRCSA 可从单次一维 13C NMR 实验直接读出，省去专用器件与后校正步骤。
#计算模拟
Journal of the American Chemical Society精选AI 评分5858
Advanced Science精选AI 评分5858 AI驱动闭环框架实现DSA工艺约束到可制造版图设计空间的转换
研究提出一种面向定向自组装（DSA）的AI驱动闭环模拟框架，将三维Ohta-Kawasaki模型与贝叶斯优化、卷积神经网络筛选结合，利用实验跑道模板数据自动标定模型参数，平均模拟与实验误差低于1.5 nm并保持形貌一致性。
推荐理由：该框架把实验跑道模板数据接入贝叶斯优化与CNN筛选，自动标定DSA模型，平均模拟与实验误差低于1.5 nm。
Science Advances精选AI 评分5858 准一维紧束缚模型重新解读重掺杂导电高分子的霍尔效应
研究提出用准一维（Q1D）紧束缚模型描述单轴取向高分子薄膜的能带结构，以解释掺杂增加时霍尔效应由 p 型向 n 型的转变。该框架在较宽掺杂范围内使霍尔导出的载流子密度与其他独立测量结果吻合，而传统霍尔系数表达式 R_H = [n_H q]⁻¹ 在重掺杂高分子中会给出非物理的高载流子密度。
推荐理由：针对重掺杂导电高分子霍尔系数给出的载流子密度偏高问题，作者用准一维紧束缚模型重新解读霍尔效应，并与独立测量结果对照。
Macromolecules精选AI 评分5555 PLP–SEC 揭示溶剂极性对丙烯酸酯-甲基丙烯酸酯共聚链增长动力学的影响
研究用 PLP–SEC 技术在 60 °C 下测定甲基丙烯酸甲酯（MA）与 DEGMEMA、MAA、MMA 共聚，以及丙烯酸（AA）与 DEGMEMA 共聚的组成平均链增长速率系数 kpcop，考察乙醇/水混合溶剂极性和单体浓度（1 wt% 至本体）的影响。
推荐理由：PLP–SEC 测得四种丙烯酸酯-甲基丙烯酸酯共聚体系在水相中的 kpcop 比本体高一个数量级以上，为乳液共聚动力学建模提供了溶剂效应的定量依据。
Macromolecules精选AI 评分5858 同步辐射 WAXD/SAXS 快速扫描解析取向聚合物晶区的力学形变与粘弹松弛
研究开发了同步辐射 WAXD/SAXS 快速扫描系统，将晶区应变数据采集时间从传统 X 射线衍射所需的数十小时缩短到几分钟。作者指出晶区应力仍无法直接测得，所得晶粒模量仍是表观值，并提出晶区应视为粘弹体而非简单弹性体，结合非均匀应力分布构建新力学模型，据此估算了聚乙烯、尼龙-6、纤维素和蚕丝等代表性聚合物的真实晶粒模量与松弛行为。
推荐理由：作者用快速同步辐射 WAXD/SAXS 追踪晶区应力松弛，提出把晶区当作粘弹体处理的新力学模型。
Macromolecules精选AI 评分6060 动力学与随机图框架预测 thiol-yne 聚合的速率加速与网络形成
研究建立了动力学、分析与随机图框架，用于预测 thiol-yne 聚合的反应动力学与网络形成。动力学模型预测出一种化学驱动的速率加速，源于乙烯基硫醚的生成与消耗之间的相互作用，使最大速率比初始速率快至多 33%。
推荐理由：用动力学模型与随机图框架预测 thiol-yne 聚合的速率加速与网络形成，方法可迁移到环氧-胺等竞争串联反应。
Advanced Functional Materials精选AI 评分6262 大语言模型引导迭代设计超稳定钠离子电池电解质
作者提出一种文献知识引导的迭代工作流，将大语言模型与贝叶斯优化结合，用于钠离子电池电解质的理性设计。优化得到的双阴离子杂化溶剂化电解质（DHSE）构建协同溶剂化结构，诱导形成致密、富无机且机械稳固的 CEI，抑制副反应并降低去溶剂化势垒以加速 Na+ 传输。
推荐理由：原文给出 LLM 结合贝叶斯优化筛选电解质的流程，以及 Ah 级软包电池的能量密度与循环保持率数据。
Macromolecules精选AI 评分6262 用 NDS 量化交联点官能度对线形高分子与高分子网络中初级环形成的影响
研究用 network disassembly spectrometry（NDS）实验量化了端基交联 PEG 网络（f = 3–6）以及线形逐步增长高分子（f = 2）中的初级环。
推荐理由：用 NDS 实测不同官能度下初级环含量，并对比四种模拟算法，为网络拓扑设计提供实验基准。
Advanced Functional Materials精选AI 评分6060 深度Q网络优化TiO2/NOA61微柱阵列提升蓝光顶发射OLED出光耦合
研究用深度Q网络（DQN）联合优化TiO2/NOA61微柱阵列的半径、周期和TiO2填充率φ，并将选定结构纳米压印到Ag顶电极上，用于蓝光顶发射OLED的模式重分布增强出光耦合。
推荐理由：用深度Q网络联合优化TiO2/NOA61微柱阵列的半径、周期与填充率，为蓝光顶发射OLED的出光耦合设计提供可迁移的参数寻优思路。
Advanced Materials精选AI 评分6262 高通量实验结合机器学习为非富勒烯有机太阳能电池溶剂优化确定品质因子
研究提出一套高通量工作流，用于确定非富勒烯受体（NFA）基有机太阳能电池溶剂优化的品质因子（FoM）。以 D18:L8BO 为代表性体系，通过高通量实验与成膜过程中的原位光学表征制备多种溶剂配方，机器学习分析发现沉积过程中给体与受体初始吸收比（I_D/A）是关键 FoM，可高效优化溶剂。
推荐理由：原文用高通量实验与原位光学表征结合机器学习，给出可迁移的溶剂筛选判据，读者可据此理解有机太阳能电池配方优化的数据驱动路径。
Advanced Science精选AI 评分6262 机器学习模拟揭示深共晶溶剂结构化电解质中的非线性量子效应驱动 Grotthuss 质子传导
研究以咪唑和乙酰丙酸组成的深共晶溶剂为结构化电解质，发现其延展的氢键链与质子化咪唑的快速重取向可增强 Grotthuss 质子扩散，从而绕开高粘度导致低电导率的限制。
推荐理由：原文展示了咪唑/乙酰丙酸深共晶体系中氢键链与质子化咪唑快速重取向如何绕开高粘度限制，实现 Grotthuss 质子传导。
Macromolecules精选AI 评分5555 从单链动力学到结构形成：跨缠结区（共）聚合物熔体的动态自洽场理论与分子动力学
研究基于 Kremer–Grest 模型的分子动力学模拟与 reptation 理论，从单链结构因子弛豫动力学出发，为中等和强缠结的均聚物与二嵌段共聚物体系构建迁移率函数，并将其用于 DSCFT。
推荐理由：从单链结构因子弛豫构建非局域迁移率函数，为 DSCFT 模拟缠结聚合物熔体结构形成提供可迁移的参数化思路。
Advanced Functional Materials精选AI 评分6262 用摩擦纳米发电机恒电荷谱表征聚合物介电体中的能量-空间陷阱态
研究提出基于介质阻挡放电（DBD）的摩擦纳米发电机（TENG）恒电荷谱方法，用于解析聚合物介电体中的陷阱能量、密度与空间分布。旋转 TENG 提供高阻抗千伏级激励，每周期稳定转移电荷约 262 nC，针状电极几何与放电间隙兼顾稳定 DBD 形成与去陷信号可见性；耦合载流子-场模型可分离等离子体驱动背景，从而重建陷阱能量与密度。
推荐理由：原文给出 TENG 恒电荷谱与热刺激电流法的偏差区间，并展示 PTFE 与 PA 的陷阱能级与空间分布差异。
Journal of the American Chemical Society精选AI 评分6262 同步辐射 PDF 结合机器学习加速 MD 解析三维 COF 的局部结构与动力学
研究将同步辐射 X 射线对分布函数（PDF）分析与机器学习加速的分子动力学（MD）模拟结合，解析两种三维亚胺连接 COF 的局部结构与动力学，分别为由 6,13-dihydropentacene（DHP）与 tetrakis(4-aminophenyl)methane（TAM）组装的 COF-682 [(DHP)(TAM)]imine。
推荐理由：同步辐射 PDF 与机器学习加速 MD 联用，为解析柔性构筑单元组装的三维 COF 局部动力学提供了可迁移方法。
Advanced Materials精选AI 评分6262 物理引导主动学习筛选 PEDOT:PSS/EGaIn 柔性热电复合材料用于自供电创面生物电子
研究团队提出一种小数据、文献来源、物理引导的筛选与设计框架，将贝叶斯优化与 XGBoost 回归结合并做实验验证，用递归特征消除选出的 18 个物理描述符预测界面能垒，测试集 R² 为 0.87。
推荐理由：用物理引导的主动学习筛选能量过滤型热电复合材料，并给出创面愈合的器件与动物实验数据，可看数据驱动筛选如何落到生物电子应用。
Macromolecules精选AI 评分5858 粗粒化模拟优化稀疏图案化高分子刷引导嵌段共聚物形成大面积有序条纹
该工作用粗粒化分子动力学模拟研究由周期性接枝均聚物刷与无规共聚物刷组成的图案化模板对 AB 嵌段共聚物自组装的引导作用，考察均聚物刷化学亲和力、高分子刷长度和共聚物刷组成的影响。
推荐理由：用粗粒化分子动力学模拟给出均聚物刷化学亲和力与刷长的协同优化区间，为定向自组装的引导图案设计提供可迁移参数。
Macromolecules精选AI 评分5858 分子管理论解释长链支化聚合物熔体非线性振荡响应中的 NLI 峰值
研究提出一种分子管理论，解释长链支化聚合物熔体中实验观测到的非线性指数（NLI）特征峰值。该理论在近期线性聚合物非线性管取向描述的基础上，引入支化介导的取向约束与延迟的臂回缩：主链先如线性聚合物一样产生非线性取向，随后长臂回缩逐步松弛支化介导的取向约束并抹去主链取向记忆，二者竞争形成 NLI 峰值及峰后衰减。
推荐理由：用分子管理论解释长链支化熔体非线性振荡中 NLI 峰值的来源，把谐波响应与支化结构参数直接对应起来。
Journal of the American Chemical Society精选AI 评分6262 电化学荧光显微实现聚合物涂层内 pH 的工况原位测量
研究者开发了电化学荧光显微方法，在工况下测定聚合物涂层内部的 pH 值，以区分局部 pH 与其他因素对电催化的贡献。他们将带荧光 pH 探针的聚乙烯亚胺（PEI）涂覆在多晶金上，以电化学析氢作为 pH 敏感模型反应，用宽场显微镜量化膜厚方向平均 pH 的时间变化，用共聚焦激光扫描显微镜（CLSM）测定膜内 pH 的空间分布。
推荐理由：用荧光显微在工况下测聚合物涂层内 pH 分布，为区分局部缓冲与传质效应提供了可迁移的测量思路。
Journal of the American Chemical Society精选AI 评分8282 机器学习引导设计半刚性空穴选择性自组装单分子层，倒置钙钛矿电池效率达 26.36%
研究团队用成对排序 Siamese D-MPNN 在已发表 SAM 对照-目标数据对上训练，发现降低尾基平面性可提升 PCE，据此设计出七元环 SAM 4PABAP（ML 评分 +2.54）和 4PAHBAP（+5.52），均高于 4PACz（−0.32）。
推荐理由：用成对排序 Siamese D-MPNN 从已发表 SAM 数据中筛选空穴传输分子，并给出可迁移的机器学习先行再验证流程。
Advanced Materials精选AI 评分6565 用扫描微波阻抗显微镜成像有机晶体管中埋藏的接触电阻界面
作者提出用扫描微波阻抗显微镜（sMIM）成像有机薄膜晶体管中埋藏的金属电极/有机界面，发现某些金属电极/有机体系中接触电阻在理论上应为欧姆注入时依然存在，并用紫外光电子能谱（UPS）确认这与远离有机半导体电离能的费米能级钉扎有关。
推荐理由：原文用 sMIM 直接成像有机晶体管中埋藏的金属电极/有机界面，并给出接触电阻与费米能级钉扎的对应关系。