拓扑量子材料由于其独特的电子性质，吸引了物理研究和基础应用领域的广泛关注。然而，基于常规的实验和计算方法效率很低，寻找全新的拓扑量子材料面临着巨大挑战。上海大学材料基因研究团队提出了一种基于深度生成模型的逆向设计方法CTMT（CTMT：CDVAE、Topogivity、基于M3GNet的机器学习势和拓扑量子化学TQC），将专业知识和数据驱动相结合，成功发现了20种稳定且新颖的拓扑量子材料，其中包括4种拓扑绝缘体和16种拓扑半金属。这项研究成果已发表在《npj Quantum Materials》上，上海大学材料基因组工程研究院曹桂新教授、任伟教授和张统一院士为论文共同通讯作者，上海大学硕士研究生洪韬和硕士研究生陈泰康为共同第一作者，上海大学为第一单位。该创新性方法不仅加速了新型拓扑材料的发现，还为拓扑材料领域带来了全新的数据驱动材料设计思路。
研究团队提出的CTMT方法，基于深度生成模型构建，流程包括四个关键步骤：
1.CDVAE生成模型：首先，使用拓扑非平庸材料数据训练CDVAE模型，基于朗之万动力学采样生成了1万种候选材料。
2.合法性与新颖性筛选：利用Pymatgen工具评估材料的合法性和新颖性，筛选得到4715种潜在新颖且有效的拓扑材料。
3.Topogivity化学规则筛选：基于Topogivity化学规则，进一步筛选出104种拓扑非平庸材料。
4.稳定性与拓扑性能判断：先是粗算生成拓扑非平庸材料的形成能和声子谱，然后通过第一原理计算验证，并结合M3GNet筛选出32种热力学和声子谱稳定的材料。最终，基于拓扑量子化学（TQC）判断拓扑类别，得到4种拓扑绝缘体和16种拓扑半金属。
图1：CTMT的架构和流程
研究团队发现的拓扑半金属均为费米简并的强制半金属，费米能级处具有高对称点简并性。而拓扑绝缘体则表现出不同的拓扑不变量。值得一提的是，16种拓扑半金属中包含3种空间群为P1的Kramers-Weyl半金属以及1种空间群为C2的半金属。传统基于对称性规则的方法在处理低对称性材料时存在局限性，而CTMT并不依赖对称性规则，展示了其在发现低对称性新颖拓扑材料方面的灵活性和潜力。4种典型的新型拓扑量子材料如图所示。
图2：4种典型的新型拓扑量子材料
该论文获得了国家自然科学基金项目的支持。
文章链接：https://www.nature.com/articles/s41535-025-00731-0