A Materials Genome Initiative (MGI) e o National Materials Genome Project foram lançados pelos governos americano e chinês na última década. Um dos principais objetivos dessas missões é facilitar a identificação de dados de materiais para acelerar a descoberta e o desenvolvimento de materiais. Os métodos atuais são candidatos promissores para identificar estruturas de forma eficaz, mas têm capacidade limitada de lidar com todas as estruturas de forma precisa e automática no banco de dados de grandes materiais, porque diferentes recursos materiais e vários erros de medição levam à variação do comprimento e do ângulo da ligação.

Feng Pan e seus colegas, da Escola de Pós-Graduação da Universidade de Pequim em Shenzhen, propor um novo paradigma baseado na teoria dos grafos (esquema GT) para melhorar a eficiência e precisão da identificação do material, que se concentra no processamento da "relação topológica" em vez do valor do comprimento da ligação e do ângulo da ligação entre diferentes estruturas.

No esquema GT, os pesquisadores primeiro simplificam as estruturas cristalinas em um gráfico, que consiste apenas em vértices e arestas, em que os átomos são simplificados como vértices e os átomos adjacentes com as ligações químicas reais são "conectados" com as arestas. Se as conexões topológicas nos gráficos simplificados entre duas estruturas são as isomórficas, o esquema GT irá considerá-los como uma estrutura. Usando este método, a desduplicação automática para banco de dados de grandes materiais é alcançada pela primeira vez, que identifica 626, 772 estruturas únicas de 865, 458 estruturas originais.

Além disso, o esquema GT foi modificado para resolver alguns problemas avançados, como a identificação de estruturas altamente distorcidas, distinguir estruturas com forte similaridade e classificar estruturas cristalinas complexas em big data de materiais. Em comparação com os métodos tradicionais de química de estrutura, o esquema GT pode resolver esses problemas com muito mais facilidade, que aumenta a eficiência e confiabilidade da identificação de materiais.

Ao usar esta técnica de inteligência artificial, os pesquisadores estão tentando alcançar cálculos de alto rendimento, preparação e detecção para banco de dados de materiais. O esquema GT subverte os métodos tradicionais de pesquisa de materiais e acelera o desenvolvimento no campo de pesquisa de materiais.