新材料是促进现代科技发展和社会进步的助推器。为了加快新材料的发现，世界各科技强国纷纷启动了材料基因组计划。材料基因组计划成功的关键在于新材料的结构预测。长期以来，结构预测曾被认为是一个令人生畏的问题，但随着新计算工具的快速发展，使许多新材料和复杂材料的结构预测成为可能。

日前，材料基因组国际合作研究中心Artem R. Oganov教授科研团队在国际顶尖期刊《Nature Review Materials》（影响因子=51.941）上发表题为《Structure prediction drives materials discovery》的文章。在该综述中，Artem R. Oganov教授及其合作者讨论了基于量子力学的晶体结构预测方法，研究了它们应用于不同材料系统的潜力，并提供了计算驱动的新材料发现实例。Artem R. Oganov教授认为第一原理结构预测的进展可使人们更好地理解材料中的物理和化学现象。

图1：以进化晶体结构预测方法搜索材料空间

Artem R. Oganov教授和他的团队研发出的USPEX晶体预测软件，通过综合运用系列可靠的、先进的算法，如进化算法和随机抽样法等，成功解决了预测新材料结构这一长期困扰科学家的棘手难题，并使得新材料计算预测成为一种新颖的研究手段。在该文中，Artem R. Oganov教授提供了大量由晶体结构预测主导的新材料发现的例子，包括超硬材料、电子化合物、硬质合金、催化剂、纳米颗粒、有机材料、太阳能电池材料、以及与室温超导性相邻的高温超导性的最新记录保持者—氢化物材料H3S和LaH10（分别显示203和260开尔文的超导性）。这些新材料均首先由计算预测其优异特性与稳定性，并最终通过实验成功获得。

图2：氢化物高温超导体的理论发现

文章信息：

Artem R. Oganov, Chris J. Pickard, Qiang Zhu & Richard J. Needs, Structure prediction drives materials discovery,Nature Reviews Materials(2019), DOI: https://doi.org/10.1038/s41578-019-0101-8

Artem R. Oganov教授为该文第一作者及通讯作者，西北工业大学为合作单位。