据国家可再生能源实验室网站11月2日消息，美国国家可再生能源实验室（National Renewable Energy Laboratory，NREL）的研究人员开发出一种机器学习工具“聚合物逆向设计”（Polymer Inverse Design，PolyID）以缩小可再生原料的设计范围，从而为特定应用筛选出性能优越的生物基聚合物。该工具所用的算法基于“群体贡献理论”，实现聚合物的定量结构-性能关系（QSPR）分析，以预测弹性、耐热性和密封剂性能等属性。该工具的参考库中有数千种聚合物，使研究人员能够在寻找新聚合物设计时进行逆向工作，先确定所需的特性后再选择潜在的聚合物设计。研究人员使用PolyID快速筛选15000多种生物基聚合物，为食品包装薄膜所用的高密度聚乙烯寻找可生物降解的替代品，最终获得了包含7种生物基聚合物设计的简短列表，经实验验证7种聚合物均符合性能要求。相关研究成果发表在《大分子》（Macromolecules）期刊上。

消息来源：https://www.nrel.gov/news/program/2023/pick-your-polymer-properties-and-this-nrel-tool-predicts-how-to-achieve-them-with-biomass.html