SHANGHAI JIAO TONG UNIVERSITY课程论文论文题目《材料芯片与基因组》第一章材料基因组计划1.1提出背景金融危机之后，美国政府意识到仅靠服务业已无法支撑美国经济走出泥潭， 必须重振制造业美国制造业的振兴不是传统制造业的复兴，而是新兴制造业的 培育，其中建立在材料科学基础上的新材料产业是重点之一美国科学院和工程院共同设置的国家研究理事会在2008年发表了题为《集 成计算材料工程》的报告报告明确指出了传统材料设计的方法和系统面临的问 题：① 现代的计算工具已经从根本上大大缩短了新产品设计的时间，材料设计 却没有相似的可靠而普适的计算工具，使材料设计主要靠试验，从而导 致材料设计远远落后于新产品设计；② 太长的材料设计周期和低成功率使得新材料在新产品中的使用越来越少， 从而导致非最佳的材料被用在产品中；③ 用于产品的材料性能欠佳而成为制约产品性能设计的瓶颈，造成恶性循 环应对美国提出的材料基因组研究计划，对我国如何规划、开展实施自己的科 学计划提出建议并进行深入的研讨，在中国科学院和中国工程院的推动下，于 2011年12月21—23日在北京召开了 S14次香山科学会议。
在此前召开的由两 院部分院士参加的筹备会上，大家认为：“材料科学研究成分一结构一性能之间 的关系，从新材料的发现、合成、性能优化、制备、应用、回收再利用，既有基 础科学，又有工程科学，是一个系统工程因此，一致同意把那次会议定名为“材 料科学系统工程”香山科学会议结合我国的国情，材料界的专家学者提出建设发展符合中国材料领域的“材料科学系统工程”，具体包含如下建议：1） 共用平台协同建设建立几个集理论计算平台、数据库平台和测试平台“三 位一体”的“材料科学系统工程中心”，结合国家大科学工程设施，集中国内材料 计算与模拟领域优势力量，通力合作，跟上并引领国际材料领域新一轮发展的浪 潮2） 重点材料示范突破选择几项国家急需的、战略需要的、国内有良好基 础的结构材料和功能材料作为示范突破，通过与平台建设相结合，进行演示示范， 为更大范围的推广积累经验3） 产业链条协同创新成立一个包括政府机构、科学家和产业代表在内的 指导协调委员会，全面协调从材料基础研究、软件开发、数据库建立、测试平台 直至产业化的各项工作，以充分发挥我国社会主义制度在统筹科学研究和产业化 革命的优越性；建议有条件的教育机构开设相关课程。
1.2基因组计划1.2.1基本内容从宏观上讲，所谓材料基因组可以理解为反映材料某种特性的“基本单元”及 其“组装”基本单元是指能直接反映材料性能差异的最小物质单元，不同材料基 本单元是非唯一的，可以是组成物质的任何自然存在的原子、分子、电子、离子、 单一相等物质粒子，也可以是这些物质组合而形成的团簇、单元或组合相而组 装是指将这些相同或不同的基本单元以某种工艺或技术结合，形成大尺寸材料美国“材料基因组计划”试图创造一个材料创新框架，以期抓住材料发展中的 机遇，重点包括以下3方面的内容：计算工具平台、实验工具平台和数字化数据 （数据库及信息学）平台如图1所示：CompLitBtkmalToqIeMaterial Innovation Infrastructure计算工具■一数字化数据■（数据库及信息学）45*材料创新基础设施图1材料创新框架材料基因组技术包括高通量材料计算模拟、高通量材料实验和材料数据库三 大组成要素；其中材料计算模拟是实现“材料按需设计”的基础，可以帮助缩小高 通量材料实验范围，提供实验理论依据；高通量材料实验起着承上启下的角色， 既可以为材料模拟计算提供海量的基础数据和实验验证，也可以充实材料数据库 ，并为材料信息学提供分析素材，同时还可以针对具体应用需求，直接快速筛选 目标材料；材料数据库可以为材料计算模拟提供计算基础数据，为高通量材料实 验提供实验设计的依据，同时计算和实验所得的材料数据亦可以丰富材料数据库 的建设。
1.2.2高通量材料计算模拟材料基因组技术中所指的高通量计算，是指利用超级计算平台与多尺度集成 化、高通量并发式材料计算方法和软件相结合，实现大体系材料模拟、快速计算 、材料性质的精确预测和新材料的设计，提高新材料筛选效率和设计水平，为新 材料的研发提供理论依据其中并发式材料计算方法包括第一原理计算方法、计 算热力学方法、动力学过程算法等，跨越原子模型、简约模型和工程模型等多个 层次，并整合了从原子尺度至宏观尺度等多尺度的关联算法1.2.3高通量实验“材料高通量实验”是在短时间内完成大量样品的制备与表征其核心思想是 将传统材料研究中采用的顺序迭代方法改为并行处理，以量变引起材料研究效率 的质变作为“材料基因组技术”三大要素之一，它需要与“材料计算模拟”和“材料信 息学/数据库”有机融合、协同发展、互相补充，方可更充分发挥其加速材料研发 与应用的效能，最终使材料科学走向“按需设计”的终极目标当前，即使在材料 计算模拟技术领先的欧美国家，由于受到目前计算能力、理论模型和基础数据的 限制，绝大多数材料计算结果的准确性还远不能达到实验结果水平，难以满足实 用要求因此，在由传统经验方法向新型预测方法的过渡中，高通量实验扮演着 承上启下的关键角色。
首先，高通量实验可为材料模拟计算提供海量的基础数据,使材料数据库得到充实；同时，高通量实验可为材料模拟计算的结果提供实验 验证，使计算模型得到优化、修正；更为重要的是，高通量实验可快速地提供有 价值的研究成果，直接加速材料的筛选和优化随着中国材料科技的快速发展和 材料基因组方法在研发中不断被广泛采用，高通量实验的重要性将日益彰显1.2.3.1高通量实验制备技术高通量实验中组合材料样品的制备一般分为“组合”与“成相”2个步骤：1）将 多个元素系统性地进行混合，以获得所需的材料成分“组合”；2）通过扩散或者热力学过程形成晶相或非晶相材料，即“成相”组合材料 样品的制备方法种类繁多，可根据不同应用领域的要求灵活选用包括:基于薄 膜沉积工艺的高通量组合制备技术（基于薄膜形态的组合材料芯片是目前发展最 为成熟的高通量材料制备技术1.2.3.2材料高通量表征工具：高通量微区成分、结构表征：同步辐射光源在从红外至硬X射线全光谱范 围内均能实现高亮度微聚焦，同时还具有高准直性、全光谱、高偏振、高纯净等 优秀特性，从而能够很好地满足高通量组合材料样品所需的亮度和空间分辨率要 求，因此是理想的高通量组合材料表征测试手段。
高通量微区光学性质表征：现有的连续光谱椭偏仪商业产品可提供10pm的 空间分辨率和比较广的光谱范围，可用于高通量微区光学性质的表征除连续光 谱椭偏仪外，激光椭偏仪、阴极荧光计、光致荧光测试仪均可实现高通量微区光 学性质表征高通量微区电磁学性能表征：衰逝微波探针显微镜的微区分辨率是普通的电 磁仪表难以实现的，配以自动化的样品台控制和数据采集，可以实现组合材料芯 片的高通量、全自动电磁学特性测量高通量微区热力学性能表征：利用飞秒脉冲激光技术进行时间域热反射成相 ，可以达到1pm的空间分辨率和10000点/h的测试速率，广泛适用于薄膜及体 材热力学参数的微区表征，包括导热系数、热膨胀系数、熔点、热力学参数（ Cp、H，等）、热电参数等高通量微区电化学性能表征：美国PrincetonAppliedResearch，AMETEK,Inc. 开发的VersaSCAN微区电化学扫描系统是以电化学过程和材料电化学特性为基 础的高通量微区电化学测试平台，可提供6种微区电化学测试技术，包括扫描电 化学显微镜、扫描开尔文探针、扫描振动电极测试、微区电化学阻抗测试、扫描 电解液微滴测试、非接触式微区形貌测试1.2.4材料数据库近年来，大数据这一概念在科学与工程领域兴起并快速扩展，引起大量不同 领域研究者的广泛兴趣。
现代科学与工程的各个的领域都会涉及大数据概念湍 流模拟过程中追踪流场演变错产生的数据、分子动力学模拟金属塑性变形过程中 存储原子空间位置所产生的数据、望远镜资料库中记录星体光谱信息的数据基于材料基因组技术的材料发展计划将大数据概念与传统的材料发展紧密 联系在一起从材料、工艺，直到最终的结构件，需要涉及大量的、不同类型的 数据图2为不同阶段、不同尺度范畴结构材料涉及的图像以及背后存在的潜在 海量数据大数据概念已经深人到材料科学与工程的各个方面，如材料成分筛选、 工艺优化、微结构机理分析、以及物理与力学性能评估等就一种特定的材料而 言，完整的数据信息由结构性数据与非结构性数据构成结构性数据包括化学成 分、加工与热处理艺、微观组织特征、物理性能、以及力学性能（如强度、伸长 率、疲劳寿命、裂纹扩展速率、蠕变速率、温度与应变率敏感性等）非结构性数 据包括测试用的仪器设备、测试与检测标准、测试环境温度与气氛条件等影响实 验数据适用范围、可靠性与置信度等限制性条件，以及为便于数据传播与理解的 解释性信息图2跨越不同尺度的结构材料图像材料数据分为计算数据和实验数据长期以来，材料数据研究处于单打独斗 和小规模的“数据制造-简单处理”模式，往往采用图表和统计方法等传统低通量 人工数据处理方法，针对单次或数次计算、实验得出的少量数据进行分析，并对 其规律进行猜想和提出经验公式，无法严谨预测和深度挖掘材料本质科学规律， 造成材料研究经验结论多于理论的现状，无法完成从“试错”材料研究向材料理性 设计的转变，同时也使得相同工作盲目重复进行，极大地浪费了有限的科研资源O为解决上述问题，目美国麻省理工学院建立的Materials Project数据库，主 要集中在无机固体上，尤其以锂离子电池材料为主。
Materials Project利用密度 泛函理论(density functional theory)收集的巨型数据库来预测模拟物质模型的实 际属性目前该数据库里保存了大约10万种可能存在的材料为了充分发挥这 些据在新材料研发中的作用，研究人员用人工筛选结合机器学习的方式来探索这 些数据间蕴含的材料本质性能规律Materials Project采用分布式计算的原理， 使用者可以通过在电脑上下载一个程序来进行运算并返还结果美国哈佛大学清洁能源计划建立起来的Molecular Space数据库也是基于密 度泛函理论，采用人工加机器学习的方式来挖掘数据库的潜力目前，Molecular Space数据库在网上发布了 230万种元素组合供研究人员使用日本国立材料科学研究所建立的材料数据库是在其原有的11个材料数据库 基础上整合建立的，涵盖了聚合物、无机非金属材料、金属材料、超导材料、复 合材料以及扩散等内容，是目前世界上最大的、最全的材料数据库系统目前， 其含有数据库及应用系统已达到20个，包括8个材料基本性能数据库，3个工 程应用数据库，5个结构材料数据库以及4个数据库应用系统目前注册用 户超过80000名，分别来自149个国家的21228个组织机构。
1.3基因组总体目标2011年6月，美国总统巴拉克•奥巴马在卡耐基•梅隆大学的演讲中宣布了“先 进制造业伙伴关系”计划，材料基因组计划是其中的一个重要组成部分.他明确指 出了材料基因组计划的总体目标:“将先进材料的发现、开发、制造和使用的速度 提高一倍”《材料基因组计划》拟通过新材料研制周期内各个阶段的团队相互协作，加 强“官产学研用”相结合，注重实验技术、计算技术和数据库之间的协作和共享（ 利益通过学习标识以解决知识产权问题），目标是把新材料研发周期减半，成本 降低到现有的几分之一，以期加速美国在清洁能源、国家安全、人类健康与福祉 以及下一代劳动力培养等方面的进步，加强美国的国际竞争力1.4培育下一代材料工作者“材料基因。