材料界的Google:Materials Project在線材料資料庫

2021-01-15 今日值得讀

自 1869 年俄國化學家門得列夫畫出人類歷史上第一張元素周期表以來，我們對於原子特性的理解已越來越透徹，新分子、新材料的研發也是奠基於對組成原子的充分理解。但這些資料往往是破碎的，東一塊西一塊，讓研究人員或一般大眾需要花費很多時間及精力才能找到想要的數據。因此，隨著網絡發展及公開透明信息對於加速科技發展的重要性，加州柏克萊大學勞倫斯實驗室(Lawrence Berkeley National Laboratory)及麻省理工學院(Massachusetts Institute of Technology)在 2011 年發起一項 Materials Project，旨在整合各方資源，利用理論計算，讓原子性質完整公開，以縮短材料相關科技產業的研究周期(例如：電池及太陽能電池)。

Materials Project 的網址為：https://www.materialsproject.org 。這是一個免費的網站，只需用 email 註冊即可，有興趣的讀者不妨可以進去玩玩看。

Materials Project 包含了一個存儲信息量很大材料資料庫，該平臺在世界範圍內有很大影響。可以存儲高通量材料性質計算的結果，例如各種計算信息，包括能帶態密度信息，也包括電池材料的充放電曲線、相圖等，所有材料計算的研究工作者可以在這個開發的平臺上下載結構、搜索材料性質、查看材料相圖、甚至可以利用這個網站的平臺搜索未知的材料。此外這個網站還開放了資料庫接口， 利用這個資料庫，大家可以使用寫代碼的方式，搜尋篩選材料。

一個網站能夠包含如此完整的信息當然不是一兩個實驗室就能完成的，參與這項計劃的單位規模龐大，還包括：美國國家能源科學運算中心(National Energy Research Scientific Computing Center，NERSC)、加州大學聖地牙哥分校(UCSD)、杜克大學(Duke University)、加州理工學院(Caltech)、威斯康辛大學麥迪遜分校(UW-Madison)及比利時魯汶大學(UCL Belgium)。

雖然網站已經上線，但資料庫還是持續更新。研究團隊期待能夠將更多複雜化合物信息整合進去，讓全世界的人不用再做枯燥的文獻搜索，而能快速地拿到材料基本性質，將時間投入在新研究新構想，讓科技的進步能夠更有效率。

推薦閱讀

1.EFF首次推出新資料庫揭示警方正在使用什麼技術監視你
2.全球最大的在線電子元件數據搜尋引擎
3.超強資源合集: 國內名校計算機課程免費學
4.亞馬遜機器學習大學向公眾開放在線課程
5.美國國家選舉研究數據集
6.世界一流大學計算機科學領域技術報告在線閱讀
7.國際熱核實驗堆未來核聚變工廠3D高清圖
8.一個算法可視化在線工具，方便理解算法邏輯
9.一個收錄各種優質程序書籍的網站，還在不斷豐富中
10.一個讓數據科學家、AI工程師輕鬆找到圖像數據集的搜索工具
11.一個針對程式設計師的搜尋引擎
12.Google免費開源130nm晶片設計工具包
13.新乳腺癌資料庫有助於推進新的基因靶向療法開發
14.谷歌發布AI Explorables 進一步降低機器學習的參與門檻
15.全球風力發電以及太陽能發電場位置數據集





相關焦點

  • npj：電場響應材料資料庫—多重高通量計算和機器學習
    相比通常實驗試錯法發現新材料的範式，材料信息學強調多學科間的協同作用，結合物理、化學和計算機的新技術，通過數據來驅動新材料的發現。該研究範式強烈依賴於豐富的材料資料庫的建立。經過幾年的發展，已經建立了以Materials project、AFLOW和NOMAD為典型代表的材料資料庫。然而關於材料的紅外、介電和壓電等性能的資料庫尚處於空白，限制了該類高性能材料的快速發現。
  • 上萬個無機半導體材料的HSE帶隙資料庫
    先前本公眾號介紹了二維材料資料庫(最新二維材料資料庫介紹)以及功函資料庫(元素晶體功函資料庫)，目前全球四大知名材料資料庫比如：Materials Project 、JARVIS 、AFLOW、OQMD (網站連結見下面)等已經包含了很多材料體系的帶隙等信息，但基本都是基於普通的PBE方法。
  • npj：29Si固態NMR光譜—構建無機材料信息學
    對於有機體系，NMR的資料庫已經積累了50年，成為這些體系NMR表徵廣泛應用的重要原因。然而對於無機材料，NMR的數據量還遠遠不夠。目前無機材料NMR譜的研究主要針對具體一種或者幾種材料體系開展相應的計算，並通過與實驗比較來解譜，因此目前尚無通用高效的解譜方式。
  • npj:鈉離子電池層狀電極材料——高通量篩選
    就電極材料來說，插入型材料比合金型和轉換型材料通常擁有更好的循環穩定性。然而Na+的離子半徑比Li +的離子半徑大55％，這就要求主體骨架具有更大的空間用於Na+的儲存和輸運，因而迫切需要尋找合格的Na+宿主材料。來自中國南開大學的周震教授等，開發了一種快速的「高通量」計算方法，以搜索大量在線「材料項目」資料庫中的層狀鈉基材料。
  • Journal of Materials Chemistry B 期刊正式被 MEDLINE 資料庫索引
    MEDLINE 是生物醫藥領域重要的資料庫，被美國、歐洲及中國等藥監局列為必檢資料庫。B與醫療、生物醫藥、仿生等領域密切相關的各類材料的製造、應用和性質研究，強調化學在這類材料的開發和性能表現中起到的關鍵作用Editor-in-chiefAssociate EditorsJiang Chang Shanghai Institute
  • 材料科學借力人工智慧,打造億萬材料資料庫
    在倫敦帝國學院擔任副院長的材料學家Neil Alford，不隸屬於任何一個資料庫，他指出：「現在，實驗者所想與理論所能及真正地融合在一起。」　　儘管已經提出了設想，但是從計算機預測過渡到現實世界的技術，卻還有很長一段路要走。現有資料庫還沒能收納所有已知材料，更別說所有可能性材料。　　以數據驅動的研究對某些材料有效，對另外一些材料卻無用。
  • 北京大學發布Advanced Energy Materials納米能源材料特刊
    2016年9月7日，材料科學領域頂級期刊Advanced Energy Materials在線刊登了北京大學特刊「Nanomaterials for Energy at Peking University」。
  • npj: 電子能帶結構的圖形圖案—快速在線搜索工具
    ，例如，Dirac材料的特徵是能帶的線性交叉，拓撲絕緣體的特徵是「墨西哥帽」圖案，有效自由電子氣的特徵在於拋物線分散。為了成功找到這些材料的特徵圖案，手動檢查少量材料的電子能帶結構比較容易做到的。然而現代電子能帶結構資料庫中的數據量不斷增加，手動查找已不切實際。為了解決這個問題，瑞典Nordita、KTH皇家理工學院和斯德哥爾摩大學的Alexander V.
  • UCL教授指導:可植入式生物材料課題探索
    這一點我們可以通過對近年來可植入材料的技術開發中得到更直觀的認識，可植入生物材料（Biomaterials for Implants）在治療甚至診斷多種疾病中發揮了核心作用。所有使用植入材料進行治療的核心都在於，如何讓這些合成材料與人體的細胞和組織實現良性交互。
  • npj：最佳材料的尋找—協同進化搜索
    完全依靠實驗來發現這些新材料並從中篩選性能優越者正如大海撈針。近年來興起的數據發掘是一種被寄予厚望的手段，然而該方法要基於已有的材料資料庫完成，因此只能受限於已經發現的材料。由Oganov教授領導的一個俄羅斯研究團隊針對上述計算材料科學的核心問題給出了一個非經驗的答案。
  • 新型材料,無論是高分子,金屬材料,還是陶瓷,塑料等材料
    應用材料是高新技術的應用層次的東西，主要包括cad/cam/cam+bim，無機材料的製備與組合，金屬的製備與組合，陶瓷材料，石墨烯，比較輕的材料製備，光敏材料等等。假設要用特殊材料去做spatialopticmaterial的研究，建議去拜訪杜繼業教授，2014年smfass頂級會議就是他的文章。
  • 高起點新刊Bioactive Materials學術論壇：生物活性材料前沿
    進入21世紀，具有生物活性的材料（金屬、無機非金屬、高分子、及生物來源的活性物質）一直處於創新的前沿。各種先進的材料製造技術和表面活化技術帶給生物材料更多的生物功能，如何通過主動調控材料本體/表面的活性物質釋放行為及降解產物的生物學效應，實現時間和空間上材料與組織修復過程在化學、力學和生物學等方面的完美適配，是最具挑戰性的研究前沿。
  • 材料信息學：解碼材料基因圖譜丨科普矽立方
    那麼，同樣是由微觀粒子（原子、分子、離子等）構成的材料，是否也存在決定材料性能的「基因」呢？人們能否利用材料基因工程技術，按需設計特定性能的材料呢？材料基因工程答案是肯定的，而且已經引起各國的重視。在數據生產方面，隨著各國有關材料基因工程的項目推進，高通量實驗和計算快速發展，對數據的標準化和高效產出有非常積極的作用。在數據流通方面，國外的Materials Project以及我國的Atomly等資料庫免費開放大量的計算數據，便於數據共享。
  • 基於高通量計算篩選發掘新型光電半導體材料
    文章中還收集整理了現有開源高通量計算軟體包及材料結構和性質資料庫，並介紹了一種通用的高通量計算篩選新型光電半導體材料的研究模型。主要分為五個步驟：（1）搜索現有的材料結構與性質資料庫,或基於結構原型做化學元素替換，或通過結構預測，構建待篩選的結構數據集。（2）對材料的熱力學穩定性能進行評估；（3）對（2）中篩選的熱力學穩定的材料，低精度地計算主要的電子結構和光學性質；（4）利用高精度的計算方法，對（3）中得到的材料做進一步的性能篩選；（5）根據不同的應用需求，加入其它的限定條件以篩選得到理想的光電材料。
  • 【怪獸叔叔丨世界1分鐘】利用廢棄材料做呼吸器Building ventilators from scrap materials
    例如阿富汗、敘利亞和辛巴威的一些普通市民，利用廢棄的材料，例如洗衣機、平板電腦的充電器、豐田汽車的零部件，在網上尋找MIT大學提供的設計圖，就自己動手做呼吸器，而且能夠使用呢。 For example, some citizens in Afghanistan, Syria and Zimbabwe use scrap materials such as  parts from washing machines, laptop chargers and even parts from a Toyota car to make ventilators
  • npj:29Si固態NMR光譜—構建無機材料信息學
    對於有機體系，NMR的資料庫已經積累了50年，成為這些體系NMR表徵廣泛應用的重要原因。然而對於無機材料，NMR的數據量還遠遠不夠。目前無機材料NMR譜的研究主要針對具體一種或者幾種材料體系開展相應的計算，並通過與實驗比較來解譜，因此目前尚無通用高效的解譜方式。
  • npj: 有機太陽能電池供體-受體材料
    近日，武漢大學閔傑研究員課題組在開發高性能有機太陽能電池光伏體系的研究過程中，利用機器學習在合成新材料之前建立化學結構、供體/受體匹配體系和光伏特性之間的關係，並對新材料結構以及供體/受體材料配對進行效率預測，建立了分子結構、供體/受體對與性能之間關係的多種可預測模型，可對供體、受體材料以及活性層供體/受體對進行快速的評估和篩選，並據此評估並確定了最優算法模型來指導設計高性能的有機光伏材料體系
  • 前沿研究丨數據驅動的材料創新基礎設施
    近年來，材料基因組已經成為材料科學領域的一個熱門話題。「材料基因組」（materials genome）一詞的出現，很大程度上受到成功的人類基因組計劃的啟發。近期取得的共識是其僅作為設計預測材料研發模式的代稱呼。材料基因工程（materials genome engineering, MGE）意味著通過交叉融合高通量計算、高通量實驗和材料信息學技術，速度更快、效率更高、成本更少地掌握成分-組織-工藝-性能間的關聯關係——這些恰恰構成了材料設計的基礎。
  • 新成員BMC Materials開始徵稿啦 | BMC系列邁入材料學
    期刊：BMC Materials 原文連結：https://bmcmaterials.biomedcentral.com?這些改變引起了BMC對材料科學的興趣。 因此，在2018年12月的材料研究學會秋季會議上，Springer Nature隆重宣布將推出一個新的BMC系列期刊：BMC Materials！目前該刊已於2019年1月22日起正式開始接收投稿啦！