一种基于人工智能的新型系统为工程化聚合物在下一代生物电子器件中的应用提供了关键洞见。这类聚合物有望用于光能收集设备和可植入神经接口等前沿技术，但如何精准调控其化学、物理和电子性能仍是重大挑战。 北卡罗来纳州立大学材料科学与工程学教授阿兰·阿马西亚（Aram Amassian）指出，尽管硅基电子技术已发展数十年，其材料性能已十分清晰，但聚合物电子材料的研究仍处于早期阶段。尤其在生物电子领域，如何通过加工与工程手段调控聚合物的电子特性，尚缺乏系统性理解，限制了其在特定应用中的优化。 为实现高效导电，研究人员通常采用“掺杂”技术，即在共轭聚合物中引入第二分子（掺杂剂）以提升其载流能力。然而，传统方法中掺杂剂过多反而会损害材料性能，且影响因素众多，仅靠传统实验难以快速厘清关键变量。 为此，研究团队开发出名为“DopeBot”的AI驱动系统，结合人工智能算法与高通量实验，大幅提升了探索效率。该系统由爱荷华州立大学工程学教授巴斯卡尔·加纳帕蒂苏布拉马尼安（Baskar Ganapathysubramanian）团队设计，以聚合物pBTTT与掺杂剂F4TCNQ为研究对象，自主设计并执行了224次实验。实验中可变参数包括溶剂类型与掺杂温度。 每次实验结果经人工表征后反馈至DopeBot，系统据此优化下一轮实验方案。通过四轮迭代，系统获得大量数据，涵盖224组实验参数、聚合物分子与物理结构，以及最终材料的电子、光学与结构性能。 研究人员随后利用先进分析技术，梳理出加工参数、材料结构与电子性能之间的复杂关联。为进一步揭示因果关系，阿马西亚与北卡罗来纳州立大学化学系助理教授拉贾·戈什（Raja Ghosh）合作，借助量子化学计算，阐明了掺杂剂在聚合物中的分布位置如何决定其电子行为。 这项研究首次系统揭示了影响聚合物电子性能的关键化学与物理机制，为未来精准设计有机生物电子材料提供了科学依据。目前，研究团队正与北卡罗来纳州立大学、布法罗大学及德国卡尔斯鲁厄理工学院合作，致力于开发可实际应用于医疗健康等领域的商业化有机生物电子材料。 该成果发表于《Matter》期刊。第一作者为北卡罗来纳州立大学博士后雅各布·莫瑟（Jacob Mauthe），第二、三作者分别为爱荷华州立大学与北卡罗来纳州立大学的博士生安库什·库马尔·米什拉与阿布拉德伊普·萨尔卡。其他合作者来自北卡罗来纳大学教堂山分校及华盛顿大学。