Экспериментальный скрининг органических соединений для солнечных элементов напоминает дегустацию соуса в ресторане, где повара сменяются каждые пять минут: неконтролируемые помехи — влажность, чистота подложки, метод нанесения — маскируют истинный эффект. Чтобы извлечь достоверный сигнал из зашумлённых данных, исследователи разработали вычислительное «сито» — алгоритм, который фильтрует результаты, отбрасывая ненадёжные измерения и сохраняя только статистически значимые улучшения характеристик.

Модель обучили на выборке из 240 тщательно поставленных экспериментов. Анализ показал, что ключевыми предикторами эффективности служат не сложные структурные мотивы, а всего два параметра: способность молекулы образовывать водородные связи с поверхностью подложки и разница электростатических потенциалов на её противоположных концах. Вооружившись этими простыми правилами, программа просканировала 121 миллион органических соединений из общедоступной базы PubChem и отобрала пять наиболее перспективных кандидатов. Последующие квантово-химические расчёты подтвердили: эти молекулы прочно адсорбируются на поверхности, эффективно отдают электроны и выравнивают энергетические уровни, что критически важно для работы устройства. Такое «интеллектуальное просеивание» замкнуло цикл от первичных данных до экспериментальной верификации и способно значительно ускорить разработку не только солнечных батарей, но и светодиодов — технологии, в которой фундаментальный прорыв совершил нобелевский лауреат Сюдзи Накамура. Удивительно, но секрет улучшения уместился в двух простых правилах, скрытых среди 121 миллиона молекулярных структур.