近日，清华大学深圳国际研究生院副教授周光敏团队取得关键突破，采用“分子积木”设计思路，借助量子化学与机器学习技术，研发出高比能锂硫电池相关成果，在线发表于《自然》。
硫电化学预分子介体的智能分子骨架编程助力高比能锂硫电池发展概念图
直面“续航焦虑”长期瓶颈：锂硫电池，为何备受关注？
无人机的飞行距离和续航时间取决于所搭载电池的能量密度。同样重量下，电池能量密度越高，所携带的电量就越多，无人机就能飞得越远。现有常规动力锂离子电池的能量密度大多低于300 Wh/kg，已经逐渐接近材料体系本身的极限。因此，面向电动垂直起降飞行器、高端无人机等新兴低空经济应用对动力电池高比能、长续航的迫切需求，开发下一代高比能电池成为产业升级的关键路径。
锂硫电池具有非常高的理论能量密度，同时由于硫元素储量丰富、成本低廉，被认为是有希望支撑未来高比能应用的重要电池体系。然而，实际应用场景中却面临一个难题：硫在充放电过程中不是“一步到位”，而是一条“充满许多中转站的行车运输路线”——需要经历一系列复杂的中间反应，生成溶解于电解液的多硫化物和最终产物固体硫化锂。
“如果中间‘站点’管理不好，有些‘货物’就会跑到不该去的地方，也就是多硫化物穿梭；而有些路段又很‘拥堵’，反应速度很慢。”论文共同第一作者、深圳国际研究生院2023级博士生高润华介绍道：“‘中转路线’越复杂，就越容易出现中间产物‘跑偏’‘反应堵车’‘能量损失’等现实问题。因此，锂硫电池稳定循环的难点不只是‘把硫留住’，而是要让整个硫转化路线更加有序、高效。”
首次提出硫电化学“预分子介体”：“沉睡待命”的活性分子被“现场唤醒”
针对上述挑战，周光敏团队原创性地提出硫电化学“预分子介体”概念，建立了一套“量子化学+机器学习”驱动的智能分子骨架编程方案，成功从196种候选分子中筛选出高性能预分子介体——4-三氟甲基-2-氯嘧啶。
团队研究的核心在于，不只是“堵住”那些跑偏的中间产物，而是实现从“被动拦截”转变为从分子层面重新组织和调控硫转化反应网络。这便是团队提出的硫电化学“预分子介体”概念的由来——使分子最初在电解液中处于“沉睡”状态，只有进入硫反应现场后，分子才会被多硫化物原位“唤醒”，从而转化为真正发挥作用的活性介体。
随后，活性介体通过动态分子间配位作用与多硫化物络合形成低溶解度团簇，既能为防止多硫化物扩散“筑坝修堤”，将多硫化物限域在正极附近，又能激活快速电荷转移通道，改变经典硫转化路径，为电化学反应修建“高速公路”。
2-氯嘧啶基预分子介体在多硫转化反应前线的原位激活
量子化学+机器学习“分子积木”助力功能分子智能设计
虽然有了这一高效介导机制，但很快团队又发现了新的问题：如何进一步提升预分子介体的性能？
由此，团队将目光投向了2-氯嘧啶的分子骨架，并开发了“量子化学+机器学习”智能分子骨架编程方法。
“一个功能分子的构筑过程，就像搭积木。”高润华说道。“分子骨架就像积木拼搭的基础底板，而侧链官能团作为功能分子的组成部分，就像一块块 ‘积木’。不同积木的种类、大小，以及放在底板上的哪个位置，都会影响最终拼搭出的分子具有什么功能。”团队构建了196种候选分子作为“积木搭建方案”，通过量子化学计算和机器学习筛选，最终找到了性能优异的预分子介体，赋予了锂硫电池优越的电化学性能。
2-氯嘧啶基预分子介体数据库的建立和特征工程分析
团队表示，传统的功能分子设计类似于凭经验试着搭积木。“凭借经验把积木换一下、位置改一下的方式，虽然也能找到一些有效分子，但效率相对较低，也不容易从中总结出普遍规律。”团队致力于先理解每一块“积木”的本征特性，研究它们组合起来以后会如何影响分子的反应行为，最终为搭建目标功能分子“画出图纸”，即形成“积木搭建指南”。在这一过程中，量子化学计算起到了重要作用，为研究团队测量了每块“积木”的物理化学性质。接着，团队还通过机器学习从大量搭建方案中总结规律，掌握“积木搭建”的最佳方案。
智能分子骨架编程设计2-氯嘧啶基硫电化学预分子介体
团队结合理论计算和人工智能驱动的可解释机器学习模型，对预分子介体的元素组成和几何构型进行了定向优化设计，最终筛选出的4-三氟甲基-2-氯嘧啶，可使电池的电荷转移阻抗相比使用常规电解液的锂硫电池下降75%，从而显著加速硫转化反应动力学。同时，基于该预分子介体的锂硫电池可在1C快充倍率下稳定循环800圈，容量保持率达81.7%。
在面向实际应用的软包器件验证中，团队还在高硫载（28 mg/cm2）和贫电解液（3.4 mL/g）的严苛条件下，构筑了总容量14.2 Ah的锂硫软包器件，其能量密度可达549 Wh/kg——这意味着，单位重量的该电池能够储存相比常规动力锂离子电池更多的电能。
基于优选4-三氟甲基-2-氯嘧啶预分子介体的锂硫电池电化学性能
对于高端无人机、电动垂直起降飞行器等低空装备来说，电池能量密度越高，就越有可能在有限重量下实现更长续航、更大任务半径和更强载荷能力。若将该电池应用于无人机等低空飞行器，将有望大幅提升其单次续航时间和里程，从而为无人机在消费级航拍、物流配送、长距离电力巡检等领域的应用释放更多潜力。
未来，团队希望将这套“积木搭建指南”拓展至有机液流电池正负极活性材料设计、锂金属电池溶剂分子设计、电池直接回收中的有机补锂剂设计等前沿领域，进一步助力产业生态向智能化转型，为推动新能源产业高质量发展提供关键技术支撑。
智能分子骨架编程策略在有机液流电池、锂金属电池、锂空气电池、失效锂离子电池直接回收和复合相变材料界面设计上的潜在应用
周光敏（左三）与课题组学生合影（左一为高润华、左二为祝伊飞）
清华大学深圳国际研究生院2023级博士生高润华、2023级硕士生祝伊飞为论文共同第一作者，周光敏为论文通讯作者。论文共同作者还包括深圳国际研究生院2025届博士毕业生陶晟宇、2024届博士毕业生韩志远、2024届硕士毕业生张梦天、2025届硕士毕业生劳洲界和宋彦泽、2024级博士生宋林轩，以及博士后李宏泰、助理研究员朱雁飞等。研究得到科技部重点研发计划、国家自然科学基金、深圳市科技计划、广东省创新创业团队计划的支持。
论文链接：https://www.nature.com/articles/s41586-026-10505-8
来源：清华大学深圳国际研究生院
实配网配资提示：文章来自网络，不代表本站观点。
