01. 文章导读｜

人工智能（AI）在推动绿色化学工程发展中发挥着重要作用，而数据匮乏仍是许多领域面临的主要挑战。低共熔溶剂（DES）以其可生物降解、低毒性、低挥发性和可回收性等优点，被视为传统有机溶剂的有力替代品。同时其高度可调的性质使其被誉为“设计师溶剂”。然而，DES相关信息分散于不同文献版块，缺乏统一结构化的知识体系。全面、易于获取的领域知识的匮乏和基于试错法的研究范式，使DES研究往往偏好于熟悉配方，限制了研究人员在广阔的设计空间中对新DES配方的探索。

清华大学王笑楠副教授课题组通过基于大型语言模型（LLMs）的框架，构建了一套可以精准高效地挖掘DES领域数据的流程，以加速知识发现。该框架以较高的准确性自动化地从DES领域文章中提取信息，从而构建了一个全面的领域知识库。此外，基于LLM的交互式Agent已部署于在线平台，进一步方便了对数据的访问，使研究人员能够克服数据限制并加速新DES配方的发现。文章发表在Green Chemical Engineering（GreenChE），题为“Unlocking deep eutectic solvent knowledge through a large language model-driven framework and an interactive AI agent”。

02. 研究亮点

1. 开发了一个 LLM 驱动的框架，用于自动提取 DES 相关数据。

2. 从 14,602 篇文章中提取 34,027 条记录和 9,215 个独特DES配方，准确率超过 90%。

3. AI Agent与基于图形的检索系统集成，以实现交互式查询。

4. 构建了结构化的 DES 知识库，以加速绿色化学中的配方发现。

03. 内容概述

本研究首先构建了一套基于LLM的文献信息提取流程（图1）。该流程通过将LLM（绿色框表示）与规则化流程（黄色和红色框表示）结合，使其兼顾全面性、准确性与效率。该流程主要分为三个部分：文章选择与获取、DES信息提取，以及数据库内容扩展与清洗。提取的数据库随后用于构建交互式问答Agent系统，使该领域的研究人员能够快速获取目标DES知识数据。

图1. 基于LLM的文献信息提取流程及交互式问答Agent的整体工作流程。

交互式问答Agent系统基于图检索增强生成（Graph RAG）技术，由多个Agent模块组成（图2）。监督Agent会评估用户的查询，以决定仅使用语言模型响应，还是需要进行知识图谱查询。若查询需要专业DES知识，Cypher查询Agent将构建并执行针对数据库的Cypher语句，并自动验证和修复错误。获取到的信息将和原始的查询问题一起被输入到问答Agent中，以生成上下文丰富且基于知识的响应。

图2. 交互式问答Agent的详细框架。

通过上述提取流程，从主要来自七家出版商的文献中共提取出了46,548条数据（图3a）。经过清洗后的数据库包含34,027条互不相同的数据信息、9215种DES配方数量和7534条熔点信息，均远超其他手动提取数据集的水平（图3b）。

图3. 提取的DES数据库总览： (a) 数据库信息概述； (b) 本工作与其他DES数据集的对比。

为了对提取的数据有清晰的理解并为DES领域当前状态提供定量分析，本研究还对数据库进行了四个维度的统计分析：DES的组成成分、DES配方、研究频率以及混合物的性质（图4）。总体而言，数据库的分析结果基本符合领域常识，印证了数据提取结果的合理性，同时为领域现状提供了定量化的见解。

图4. 对DES数据库的统计分析： (a) 物质类别，(b) HBA数量，(c) HBD数量，(d) 组分的TPSA， (e) 组分的XLogP，(f) DES体系类型， (g) DES体系亲水性分布，(h) 常用DES体系， (i) 常用物质， (j) 混合物的平均XLogP和TPSA，(k) 混合物的熔点和工作温度。

04. 总结与展望

本研究提出了一个利用大型语言模型（LLMs）提取和检索DES知识的框架。该框架结合了自动数据提取、内容整理和交互式查询，显著提升了DES知识的可获取性。通过利用该框架，我们创建了一个包含34,027条数据、涵盖多种配方和性质的综合性DES数据库。基于Graph RAG的人工智能Agent使数据检索更加高效，帮助研究人员快速获取相关信息并克服知识分散的挑战。

这项工作提供了一种更系统、自动化和可访问的方式来探索DES的性质、配方及其潜在应用，旨在推动DES研究范式的转变。未来，这种方法可以扩展到绿色化学的其他领域，助力更多可持续材料的开发。

05. 作者简介

王笑楠 副教授

王笑楠，清华大学化工系长聘副教授、博导，智能化工研究中心主任，新加坡国立大学荣誉副教授，新一代人工智能国家科技重大专项首席科学家、项目负责人。国家高层次青年人才计划入选者。带领团队从事AI+能源化工材料的研究。在Nat. Mach. Intell.、Nat. Synth.等期刊发表学术论文180余篇，包括15篇ESI高被引论文，被引11600次，H-index 63。担任Applied Energy等十本国际期刊副主编和编委，获美国化学会可持续化学与工程讲席奖、Cell Press中国女科学家奖、青年北京学者、侯德榜化工科学技术奖“青年奖”，入选全球学者终身学术影响力榜，2024全球高被引学者，连续四年被Elsevier评为全球前2% 顶尖科学家。

彭茜婷

彭茜婷，清华大学化学工程系在读直博生。研究方向为人工智能启发的新型低共熔溶剂的发现。以第一/共同第一作者在Green Chem. Eng.、MRS Bull.等期刊发表SCI文章3篇。

张义晟

张义晟，清华大学化学工程系在读硕士生。研究方向为面向材料领域的文献信息提取、大语言模型智能体搭建与知识图谱构建。

赵凯

赵凯，清华大学化学工程系在读直博生。研究方向包括中国塑料助剂生命周期可持续性评估、人工智能在产业生态学中的应用、基于低共熔溶剂的新材料设计。以第一/共同第一作者发表SCI文章8篇，包括Environ. Sci. Technol.、Resour. Conserv. Recycl.、J. Mater. Chem. A、Green Chem. Eng.等期刊。

撰稿：原文作者

编辑：GreenChE编辑部