近日，学院的黄承志教授、刘慧副教授共同在Advanced Functional Materials期刊上发表了题为“Controlled Synthesis of Multicolor Carbon Dots Assisted by Machine Learning”的研究论文。

鉴于碳点（Carbon Dots，CDs）固有的光学优势，碳点极有可能成为优良的荧光标记材料。然而，由于其形成过程复杂，荧光性质受到影响因素众多且影响机制模糊，所以多色CDs的可控制备尚不成熟，这也极大的限制了碳点在荧光分析中的应用。因此理清CDs合成参数与发光性质之间的关系非常重要，这样才能进一步实现多色CDs的可控合成。基于此，学院黄承志教授团队提出利用机器学习策略实现了多色CDs的可控合成（图1）。

图1. 多色碳点的制备及机器学习辅助多色碳点合成工作流程。

研究工作包括改变反应条件，在实验室制备270个多色CDs样本来获取数据集；以反应参数作为输入数据，碳点的最大发射峰波长、荧光量子产率、斯托克斯位移作为输出数据，对机器学习模型进行训练和测试，得到性能最优的模型；最终实现优良而稳定的预测效果。证明了反应参数和溶剂性质对多色CDs的荧光性质有不同的影响，利用机器学习算法实现了智能优化CDs的合成路线，实现多色碳点可控合成，并进一步将多色碳点应用于彩色信息加密。

2020级硕士研究生陈姣为论文第一作者，黄承志教授和刘慧副教授为论文共同通讯作者，西南大学为唯一署名单位。该研究工作到得到了国家自然科学基金重点项目和重庆英才计划·优秀科学家的资助。

论文链接：https://doi.org/10.1002/adfm.202210095

                                 撰稿人：刘慧               审核人：付志锋