模型介绍： 

通过AI深度学习模型预测树脂材料的玻璃化转变温度，实现树脂材料的高通量筛选。 

模型版本信息：

V1.0

开发团队：

上海集成电路材料研究院有限公司

模型基本假设： 

未考虑聚合度、聚合类型、实验条件等影响因素，只考虑单体结构特性； 

模型适用场景： 

适用于大规模树脂材料的玻璃化转变温度的预测。 

模型关键词： 

高分子材料、性质预测、玻璃化转变温度 

模型推荐算力配置： 

1节点 16核。 

模型预估运行时间（仅供参考）： 

1分钟。

本软件基于人工智能的预测模型，将单体的 SMILES 分子式作为输入，预测相应均聚物树脂的玻璃化转变温度（Tg）。Tg是表征其光刻胶热力学性能的关键参数，影响力学稳定性、耐热性以及图形保持能力，合理调控 Tg 是光刻胶设计中的核心目标之一。通过该软件，可以为光刻材料的早期筛选提供便捷手段，有助于在分子设计阶段快速锁定具备潜在应用价值的候选结构，降低实验次数，为探索新型光刻树脂提供理论支持，研发人员能够快速评估多材料成分推荐设计方案。通过以下四步进行材料性质预测:

第一步:注册/登录，用户名:6-18位字符，密码为:6-18位字符。

第二步:点击创建一个新任务，填写任务名称、任务说明，选择数据来源，导入数据。目前支持的数据为用户在输入框内输入待预测有机物的SMILES结构式，SMILES 字符串必须符合 OpenSMILES 规范。有机物的SMILES结构式可在PubChem等公开材料数据库中输入材料化学式、英文名称、CAS编号等进行查询；对于用户设计的新有机物结构式，可将调整后的SMILES结构式在MolView（molview.org）、NCI Chemical Identifier Resolver网站（cactus.nci.nih.gov/chemical/structure）等网站进行在线验证，输入修改后的SMILES，如能正常显示3D结构与分子平面结构图，则说明设计的新有机物结构式合法。此外，目前输入的SMILES结构式支持使用 * 表示连接点（R-group），但需确保其余部分结构完整，避免使用未闭合的环编号（如只出现一次的数字）、不匹配的括号或非法原子符号。

第三步:点击提交，任务进入执行状态。

第四步:预测结果显示在页面上方，说明玻璃化转变温度的预测值，单位为℃。下方显示计算日志，当日志中“输出名为：'tg_res', 值: ”该行显示为空时，说明输入的化合物结构式不合法，参照第二步的步骤进行输入检查。