化学化工材料知识图谱集成数据集

本数据集为面向催化、能源转化与新材料设计研究而汇交的综合性科学数据集，由本项目自主产出的原创数据与整编、复用的外部开源数据库两部分组成。数据类型涵盖第一性原理（DFT）计算数据、半经验（xTB）计算数据、机器学习势函数训练数据、实验/文献整编数据及分子模拟图像数据，对象包括原子、分子、晶体、晶体表面（slab）与多孔材料（MOF）等体系。原创部分主要包括：表面能力场数据库（约34万表面体系，aselmdb格式）、光敏分子S1/T1能级数据集（约65万条，CSV与LMDB）、无机晶体晶面表面能（13884条）、单原子催化剂吸附能SAC（2180条）、高分子气体分离膜CO2/N2渗透（约33897条）、有机光伏 OPV 能级数据集，以及碳捕集MOF与溶剂、元素基础性质、单聚物、小分子xTB性质、MOF结构、分子STM模拟图像、生物质蛋白序列等基础数据。整编开源部分包括CEPDB、Foundry/MDF、matminer、深势DPA势函数训练集、晶体结构集（QMOF/MP/OQMD/JARVIS）与Pistachio/USPTO反应库等，并对其中部分数据进行了格式转换（如统一转为LMDB/CIF）。数据规模超过1TB，可用于化学化工材料领域的知识梳理、检索和模型训练。