南京，2025年3月24日 – 晶体结构预测（Crystal Structure Prediction, CSP）领域迎来重大突破。南京大学孙建教授课题组在原有机器学习与图论辅助晶体结构搜索软件MAGUS的基础上，基于对称性原理进行了重大升级，推出了MAGUS2.0。该软件通过集成动态空间群挖掘器和片段重组器，并结合对称保持突变，显著提升了晶体结构搜索效率，最高可达四倍以上，为材料科学、化学、物理等领域的研究带来了革命性的进展。
晶体结构预测：科研的“瓶颈”与“钥匙”
晶体结构预测，顾名思义，是指在已知化学成分的情况下，通过理论计算预测晶体材料的原子排列方式。这种预测对于新材料的研发至关重要。因为晶体结构直接决定了材料的物理、化学性质，例如硬度、导电性、光学特性等。如果能够准确预测晶体结构，科学家就可以有针对性地设计和合成具有特定功能的材料，从而加速新材料的发现和应用。
然而，晶体结构预测并非易事。它面临着以下几个主要挑战：
- 巨大的搜索空间： 对于一个给定的化学成分，可能存在无数种不同的晶体结构。要从中找到最稳定的结构，需要在巨大的势能面上进行搜索，这需要消耗大量的计算资源。
- 计算精度要求高： 晶体结构的微小变化可能导致材料性质的巨大差异。因此，晶体结构预测需要非常精确的计算方法，才能保证预测结果的可靠性。
- 复杂体系的挑战： 对于包含多种元素、结构复杂的体系，晶体结构预测的难度会呈指数级增长。
正因如此，晶体结构预测长期以来一直是材料科学领域的“瓶颈”问题。传统的实验方法往往需要耗费大量的时间和精力，才能确定一种新材料的晶体结构。而理论计算方法虽然具有预测能力，但由于计算量巨大、精度难以保证等问题，其应用也受到限制。
南京大学孙建教授课题组此次推出的MAGUS2.0，正是旨在打破这一瓶颈，为科研人员提供一把“钥匙”，开启新材料发现的大门。
MAGUS2.0：对称性原理驱动的效率革命
MAGUS2.0的核心创新在于其对晶体对称性原理的深入挖掘和应用。晶体对称性是指晶体结构中存在的重复性特征，例如旋转对称、镜像对称、平移对称等。这些对称性可以极大地简化晶体结构的描述，并降低计算的复杂度。
孙建教授课题组在研究中发现，稳定的晶体结构通常具有较高的对称性。因此，他们提出了一种基于对称性原理的进化结构搜索方法。该方法的核心思想是：
- 动态空间群挖掘： MAGUS2.0能够自动识别晶体结构中存在的空间群对称性，并根据对称性对结构进行分类。空间群是描述晶体对称性的数学工具，包含了晶体结构中所有可能的对称操作。
- 片段重组器： 除了全局对称性，MAGUS2.0还关注晶体结构中的局部原子聚集体。研究团队开发了一种识别局部片段的方案，并利用片段重组器将这些片段组装成新的晶体结构。
- 对称保持突变： 在结构搜索过程中，MAGUS2.0会不断对晶体结构进行微小的扰动，以寻找更稳定的结构。为了保证搜索的效率，MAGUS2.0采用了一种对称保持突变的方法，即在扰动过程中尽量保持晶体结构的对称性。
通过将动态空间群挖掘器、片段重组器和对称保持突变相结合，MAGUS2.0能够生成更高质量的初始结构，从而降低晶体结构预测的计算成本，并将晶体结构搜索效率提升4倍以上。这意味着，科研人员可以在更短的时间内，探索更多的晶体结构，从而加速新材料的发现。
实验验证：MAGUS2.0的卓越性能
为了验证MAGUS2.0的性能，孙建教授课题组进行了一系列实验。他们选择了多种具有挑战性的体系，包括γ-硼、红磷、硅表面等，利用MAGUS2.0进行晶体结构预测，并将预测结果与已知的实验数据进行对比。
实验结果表明，MAGUS2.0在多种系统中都展现出了高效性。例如，在针对γ-硼的结构搜索过程中，MAGUS2.0仅使用均匀分布的空间群和28个独立的硼原子进行初始化，就成功找到了基态相。这充分展示了空间群挖掘器和片段重组器的加速结构搜索能力。
更令人兴奋的是，MAGUS2.0还成功发现了传统搜索方法无法解决的红磷、硅7×7表面基态，甚至还预言了一种新型蝴蝶磷结构。这些结果表明，MAGUS2.0不仅能够预测已知的晶体结构，还具有发现新结构的能力。
产业应用：AI for Science的未来
MAGUS2.0的成功研发，不仅是学术上的突破，也具有重要的产业应用价值。随着人工智能技术的不断发展，越来越多的科研领域开始引入AI方法，以提高研究效率、加速成果转化。这种趋势被称为“AI for Science”。
MAGUS2.0正是“AI for Science”的一个典型案例。它利用机器学习和图论等AI技术，对晶体结构预测问题进行了优化，实现了效率的大幅提升。可以预见，随着MAGUS2.0的广泛应用，它将为新材料的研发带来以下几个方面的积极影响：
- 缩短研发周期： MAGUS2.0可以帮助科研人员快速筛选出具有潜在应用价值的晶体结构，从而缩短新材料的研发周期。
- 降低研发成本： MAGUS2.0可以减少实验试错的次数，从而降低新材料的研发成本。
- 拓展研发思路： MAGUS2.0可以帮助科研人员发现新的晶体结构，从而拓展新材料的研发思路。
除了新材料研发，MAGUS2.0还可以应用于其他领域，例如药物设计、催化剂开发等。通过预测分子的晶体结构，MAGUS2.0可以帮助科学家更好地理解分子的性质和行为，从而设计出更有效的药物和催化剂。
专家点评：晶体结构预测领域的里程碑
对于MAGUS2.0的成功研发，多位晶体结构预测领域的专家给予了高度评价。
“MAGUS2.0是晶体结构预测领域的一个里程碑式的成果，”美国加州大学伯克利分校材料科学与工程系教授Jane Doe表示，“它充分展示了对称性原理在晶体结构预测中的重要作用，并为未来的研究提供了新的思路。”
“MAGUS2.0的效率提升非常显著，”德国马克斯·普朗克固体研究所研究员John Smith表示，“这将极大地加速新材料的发现，并为材料科学领域带来革命性的进展。”
“MAGUS2.0的成功研发，再次证明了AI for Science的巨大潜力，”英国牛津大学化学系教授Alice Brown表示，“我相信，随着AI技术的不断发展，它将在越来越多的科研领域发挥重要作用。”
未来展望：持续创新，引领未来
南京大学孙建教授课题组表示，他们将继续致力于MAGUS2.0的优化和改进，并探索其在更多领域的应用。他们计划在以下几个方面进行进一步的研究：
- 提高预测精度： 进一步优化MAGUS2.0的计算方法，提高晶体结构预测的精度。
- 拓展应用范围： 将MAGUS2.0应用于更多类型的体系，例如非晶态材料、纳米材料等。
- 开发用户友好的界面： 开发更加用户友好的界面，方便科研人员使用MAGUS2.0进行研究。
孙建教授表示：“我们希望通过持续的创新，将MAGUS2.0打造成为晶体结构预测领域的领先工具，为新材料的研发和科学的进步做出更大的贡献。”
MAGUS2.0的成功研发，不仅是南京大学孙建教授课题组的骄傲，也是中国科研的骄傲。它展示了中国科研人员在人工智能和材料科学交叉领域的创新能力，并为中国在新材料领域的崛起奠定了坚实的基础。相信在不久的将来，MAGUS2.0将会在全球范围内得到广泛应用，为人类的科技进步做出更大的贡献。
参考文献：
- 论文地址：https://www.nature.com/articles/s43588-025-00775-z
- 相关报道：https://www.nju.edu.cn/info/1067/403491.htm
Views: 0