ИИ‑поддерживаемое количественное расшифрование молекулярной конфигурации и стерических эффектов для высокоэффективных электролитов цинковых батарей

Более умные батареи для возобновляемого будущего

По мере роста числа солнечных панелей и ветропарков нам нужны доступные и безопасные батареи, способные хранить большие объемы энергии в течение часов или дней. Водные цинковые ионные батареи особенно привлекательны: цинк недорог и распространён, а электролиты на водной основе безопаснее горючих органических жидкостей. Но современные цинковые батареи по‑прежнему страдают от короткого срока службы и нестабильных металлических поверхностей. В этом исследовании показано, как искусственный интеллект может просеять тысячи кандидатных молекул и найти несколько, которые в корне меняют поведение цинковых ионов в растворе, значительно продлевая срок службы батареи.

Использование ИИ для поиска в море молекул

Авторы начали с классической химической задачи: возможных органических молекул гораздо больше, чем может проверить любая лаборатория методом проб и ошибок. Чтобы решить эту проблему, они составили большую базу данных из более чем 20 000 небольших молекул из публичных химических архивов и связали её с системой ИИ на базе больших языковых моделей. С помощью метода, называемого retrieval‑augmented generation, ИИ сначала «прочитал» и суммировал 50 недавних статей по цинковым батареям, чтобы выделить реальные критерии для добавок в электролит — например, насколько хорошо молекула растворяется в воде, где расположены её полярные группы и как она взаимодействует с ионами цинка и металлической поверхностью. Затем исследователи тщательно сконструировали подсказки, чтобы ИИ последовательно применял эти правила, выведенные из литературы, при отборе молекул по трём ключевым критериям: простая циклическая или короткая цепная структура, умеримая водорастворимость и подходящие типы полярных химических групп.

От тысяч вариантов — к двум выдающимся помощникам

Начальный отбор с помощью ИИ сократил огромный пул молекул до 18 перспективных кандидатов. Чтобы дополнительно уточнить список, команда провела квантово‑механические расчёты двух базовых свойств: насколько сильно каждая молекула связывается с ионом цинка и какова её масса. Нанесение силы связывания против молекулярного веса позволило выбрать пары, схожие по этим параметрам, но существенно различающиеся по форме. Из этого подхода выделились две молекулы, ставшие идеальными «контрастными партнёрами»: 2‑метилимидазол (MI), жёсткое кольцо, и 3‑аминопропанол (AP), гибкая цепочка. Такое сопоставление позволило исследователям чисто изучить, как форма молекулы и занимаемое ею пространство — так называемые стерические эффекты — управляют микроскопической структурой вокруг ионов цинка и, в итоге, работой батареи.

Как форма молекулы направляет движение ионов

С помощью масштабных моделирований молекулярной динамики авторы наблюдали, как MI и AP располагаются в первой оболочке молекул вокруг иона цинка в воде. Жёсткое кольцо MI образует объёмную, негибкую «клетку», которая заставляет окружающие молекулы воды становиться в более плотную конфигурацию, создавая своего рода «порог входа» для перестроения растворителя и ограничивая подвижность иона цинка. Напротив, гибкая цепочка AP меняет конформацию под окружающую среду, формируя более компактную, но менее перегруженную оболочку, что позволяет воде и ионам двигаться свободнее. AP также координирует цинк через несколько участков вдоль цепочки, включая атомы азота и кислорода, поэтому она может стабилизировать ион, оставляя при этом пространство для быстрой миграции. Эти структурные различия распространяются дальше, изменяя плотность скоплений цинка и сульфат‑ионов, электростатический ландшафт, который испытывают ионы, и характер образования и разрыва водородных связей у молекул воды.

Восстановление скрытой сети жидкости

Команда глубже исследовала «невидимую проводку» электролита — сеть водородных связей между молекулами воды. В чистом растворе сульфата цинка молекулы воды сильно связаны друг с другом, что облегчает быстрые перескакивания протонов по механизму Гроттхуса и способствует нежелательной эволюции водорода на поверхности цинка. Добавление MI частично нарушает эту сеть, но сохраняет многие пути. AP же, со своей гибкой цепью и множественными сайтами связи, делает гораздо больше: она «забирает» водородные связи у пар вода‑вода, превращает многие длинные, слабые связи в более короткие, локализованные и значительно снижает общую диэлектрическую реакцию и флуктуации диполей жидкости. В сочетании с благоприятными энергиями сольватации и десольватации и сильной адсорбцией на поверхности цинка это перенастраивание сети водородных связей успокаивает побочные реакции, снижает энергетический барьер для движения ионов цинка и способствует равномерному осаждению иона вместо образования игольчатых дендритов.

От микроскопических правок — к более долговечным элементам

При испытаниях этих добавок в реальных симметричных цинковых элементах микроскопические выводы выразились в впечатляющем улучшении показателей. В чистом растворе сульфата цинка элементы выходили из строя примерно через 130 часов циклирования. С MI срок службы увеличивался примерно до 1500 часов; с AP достигал около 1900 часов, при этом токи коррозии снижались, а порог начала эволюции водорода сдвигался в более отрицательный диапазон напряжений. Микроскопия показала, что при использовании AP образуются ровные, компактные цинковые отложения вместо острых выступов. Для неспециалиста вывод таков: гибкая цепная молекула, выбранная с помощью поиска, управляемого ИИ, и подтверждённая подробными моделированиями и экспериментами, может перестроить среду вокруг цинка так, чтобы ионы двигались быстро, побочные реакции замедлялись, а батарея служила значительно дольше. В более общем смысле исследование демонстрирует схему использования ИИ не только для поиска перспективных материалов, но и для понимания причин их эффективности — предлагая мощный путь к созданию лучших и более безопасных технологий накопления энергии.

Цитирование: Gao, Y., Sun, R., Shi, Y. et al. AI-assisted quantitative deciphering of molecular configuration and steric effects for high-performance zinc battery electrolytes. Commun Mater 7, 93 (2026). https://doi.org/10.1038/s43246-026-01100-5

Ключевые слова: водные цинковые ионные батареи, добавки в электролит, искусственный интеллект в материаловедении, структура сольватации, сеть водородных связей