La Iniciativa del Genoma de Materiales (MGI) y el Proyecto Nacional del Genoma de Materiales han sido lanzados por el gobierno estadounidense y chino en la última década. Uno de los principales objetivos de estas misiones es facilitar la identificación de datos de materiales para acelerar el descubrimiento y desarrollo de materiales. Los métodos actuales son candidatos prometedores para identificar estructuras de manera efectiva, pero tienen una capacidad limitada para tratar con todas las estructuras de forma precisa y automática en la base de datos de grandes materiales, porque diferentes recursos de material y varios errores de medición conducen a variaciones en la longitud y el ángulo de unión.

Feng Pan y sus colegas, de la Escuela de Posgrado de Shenzhen de la Universidad de Pekín, proponer un nuevo paradigma basado en la teoría de grafos (esquema GT) para mejorar la eficiencia y precisión de la identificación de materiales, que se centra en procesar la "relación topológica" en lugar del valor de la longitud de enlace y el ángulo de enlace entre diferentes estructuras.

En el esquema GT, los investigadores primero simplifican las estructuras cristalinas en un gráfico, que solo consta de vértices y aristas, en el que los átomos se simplifican como vértices y los átomos adyacentes con los enlaces químicos reales están "conectados" con los bordes. Si las conexiones topológicas en los gráficos simplificados entre dos estructuras son isomorfas, el esquema GT los considerará como una estructura. Al usar este método, la deduplicación automática para la base de datos de grandes materiales se logra por primera vez, que identifica 626, 772 estructuras únicas de 865, 458 estructuras originales.

Es más, el esquema GT se ha modificado para resolver algunos problemas avanzados como la identificación de estructuras altamente distorsionadas, distinguir estructuras con fuerte similitud y clasificar estructuras cristalinas complejas en materiales de big data. En comparación con los métodos tradicionales de química de estructuras, el esquema GT puede abordar estos iusses mucho más fácilmente, lo que mejora la eficiencia y confiabilidad de la identificación de materiales.

Al utilizar esta técnica de inteligencia artificial, los investigadores están tratando de lograr un cálculo de alto rendimiento, preparación y detección de la base de datos de materiales. El esquema GT subvierte los métodos tradicionales de investigación de materiales y acelera el desarrollo en el campo de la investigación de materiales.