虽然对有机半导体（OSC）设计原理的充分理解仍极具挑战性，但从基于经典和量子力学的技术到更新的数据模型的计算方法可以弥补这一不足，并对OSC的结构-性质关系提供深入的物理化学见解，以及加速OSC材料的发现和设计。近日，卡塔基大学Chad Risko综述研究了有机半导体的计算方法。
本文要点：
1) 作者追溯了这些计算方法的演变及其在OSC中的应用，从早期研究苯共振的量子化学方法开始，到最近的机器学习（ML）技术及其在更复杂的OSC科学和工程挑战中的应用。作者强调了这些方法的局限性，以及如何创建复杂的物理和数学框架来克服这些局限性。作者举例说明了这些方法在π-共轭聚合物和分子衍生OSC中一系列特定挑战中的应用，包括预测电荷载流子输运、建模链构象和体相形态、估计热机械性能以及描述声子和热输运等。
2) 通过这些例子，作者展示了计算方法的进步如何加速OSCsin技术的发展，如有机光伏（OPV）、有机发光二极管（OLED）、有机热电、有机电池和有机（生物）传感器。最后，作者展望了计算技术的未来发展，以更高的精度发现和评估高性能OSC的特性。
Vinayak Bhat et.al Computational Approaches for Organic Semiconductors: From Chemical and Physical Understanding to Predicting New Materials Chem. Rev. 2023
DOI: 10.1021/acs.chemrev.2c00704
https://pubs.acs.org/doi/10.1021/acs.chemrev.2c00704
