QUEST数据库

QUEST数据库是由南特大学等机构创建的，专注于高精度的垂直跃迁能量数据集。该数据集包含超过500个化学上精确的VTEs，主要用于方法学基准测试和比较不同的化学策略。数据集的创建过程涉及使用高级别的波函数方法，如CC2、CC3等，以及时间依赖密度泛函理论（TD-DFT）。这些数据主要应用于有机染料的光学性质模拟，旨在提高理论化学在预测染料颜色和设计新染料方面的准确性。

The QUEST database was established by institutions including the University of Nantes, focusing on high-precision vertical transition energy datasets. It contains over 500 chemically accurate vertical transition energies (VTEs), which are primarily used for methodological benchmarking and comparing different chemical strategies. The development of this dataset involved the application of high-level wavefunction methods such as CC2, CC3, as well as time-dependent density functional theory (TD-DFT). These data are mainly applied to the simulation of optical properties of organic dyes, aiming to improve the accuracy of theoretical chemistry in predicting dye colors and designing new dyes.

搜集汇总

数据集介绍

构建方式

QUEST数据库的构建主要依赖于高水平的量子化学计算，特别是耦合簇方法。研究人员使用CC3理论计算了有机染料的一系列低能激发态的单重态和三重态垂直跃迁能量。为了提高准确度，部分单重态跃迁的能量还计算了CCSDT理论值。这些计算结果构成了QUEST数据库的新增部分，为超过120个有机染料的激发能量提供了高精度的参考值。

特点

QUEST数据库的特点在于其高精度和广泛的应用价值。数据库中的激发能量是通过高水平的量子化学计算得到的，对于理论和实验研究都具有重要的参考意义。此外，数据库中的数据覆盖了多种有机染料，包括蒽醌、偶氮苯、BODIPY和萘二甲酰亚胺等，这些染料在染料化学中普遍存在，并在各种应用中发挥着重要作用。

使用方法

使用QUEST数据库的方法相对简单。研究人员可以根据需要选择合适的激发能量进行计算和比较。数据库中的数据可以用于评估不同量子化学方法的准确度，也可以用于比较各种化学策略对激发态能量的影响。此外，数据库中的数据还可以用于设计新的染料，预测其颜色和其他性质。

背景与挑战

背景概述

QUEST数据库，全称为“QUEST for Highly-Accurate Excitation Energies”，是一个致力于提供高精度垂直跃迁能的数据库。该数据库由Iryna Knysh等人创建，并在2021年进行了扩展，纳入了更多真实的染料分子。QUEST数据库的核心研究问题是精确模拟染料和颜料产生的颜色，这对于理论化学家来说是一个持续的挑战。该数据库目前包含超过500个被认为是化学上准确的垂直跃迁能，这些跃迁能的偏差低于0.05 eV。QUEST数据库对于方法学基准测试和比较各种旨在调整激发态能量的化学策略具有重要意义。

当前挑战

QUEST数据库面临的主要挑战包括：1) 准确模拟染料和颜料产生的颜色，这是由于人眼对颜色差异的敏感性极高，尤其是在可见光区域；2) 考虑振动耦合的重要性，这是连接实验观察和理论预测的关键；3) 克服时间依赖密度泛函理论(TD-DFT)的内在近似，以实现高水平的准确性；4) 使用更高级别的波函数方法，如耦合簇(CC)方法，来提高准确性；5) 在大型有机染料分子中应用CC3计算，这需要在大基组中进行，并且有时还需要进行CCSDT计算；6) 在TD-DFT和BSE/𝐴?𝐴?框架中评估多种全局、范围分离、局部和双重杂化泛函的性能；7) 确定最准确的交换相关泛函，以便在TD-DFT和BSE/𝐴?𝐴?计算中使用。

常用场景

经典使用场景

QUEST数据库主要用于研究有机染料和色团的光学性质，特别是在染料化学中普遍存在的蒽醌、偶氮苯、BODIPY和萘二甲酰亚胺等大有机色团。该数据库通过计算CC3理论水平的单重态和三重态垂直跃迁能，为低激发态提供超过120个高度准确的激发能数据。这些数据可以用于评估和比较各种低阶波函数方法，包括流行的ADC(2)和CC2方案，以及时变密度泛函理论(TD-DFT)，以及基于𝐴?0𝐴?0和ev𝐴?𝐴?准粒子能量的Bethe-Salpeter方程(BSE)形式。

实际应用

QUEST数据库的实际应用场景包括染料化学、光能转换、成像和传感等领域。在染料化学中，QUEST数据库可以用于研究和开发新型染料，以提高染料的颜色饱和度和稳定性。在光能转换领域，QUEST数据库可以用于设计和优化有机太阳能电池的光吸收层。在成像和传感领域，QUEST数据库可以用于研究和开发新型有机荧光探针和传感器。

衍生相关工作

QUEST数据库的建立和扩展推动了相关领域的许多研究工作。例如，基于QUEST数据库的研究工作已经扩展到DNA碱基，并准备了一篇综述文章，总结了自2018年QUEST数据库第一篇论文发表以来生成的所有参考数据。此外，QUEST数据库还为评估和比较各种电子结构理论提供了重要的参考数据，推动了新兴电子结构理论的发展。