清华大学最新Nature

该研究提出"分子骨架编程"策略，通过量子化学计算与机器学习相结合，系统揭示了分子骨架结构与介体性能之间的构效关系。研究背景是锂硫电池因高能量密度备受关注，但存在动力学挑战。目的为克服硫转化反应高能垒及多硫化锂溶解导致的能量效率低等问题。结论是通过筛选2-氯-4-(三氟甲基)嘧啶作为优选预介体，使锂硫电池在800次循环中实现81.7%平均容量保持率，并在14.2 Ah级软包电池中达到549 Wh kg⁻¹能量密度，提出该策略可应用于更广泛的功能分子设计。