来源论文: https://arxiv.org/abs/2606.25564v1 生成时间: Jun 25, 2026 00:36

量子化学新突破：D-ExROPPP方法实现有机双自由基电子结构的高效自旋纯净计算

0. 执行摘要

有机双自由基（Organic Diradicals）由于在其近简并的分子轨道中拥有两个未配对电子，展现出极其独特的光物理与自旋特性。这使其在下一代光电器件（如OLED）、量子信息科学（如分子量子比特）和磁感应技术中具有巨大的应用前景。然而，双自由基复杂的强关联电子结构给传统量子化学计算带来了严峻的挑战：密度泛函理论（DFT/TD-DFT）这类单参考方法无法妥善描述双自由基的多参考特征，极易产生严重的自旋污染（Spin Contamination），导致状态指认模糊和能量偏差；而诸如CASSCF、CASPT2等高精度多参考波函数方法，由于其计算量随活性空间呈指数级增长，无法应用于含有80至150个原子的大型发射型双自由基体系。

为了克服这一科学瓶颈，伦敦大学学院（UCL）的 Joseph Kielty 及其导师 Tim Hele、Hugh Burton 等人开发了一种全新的计算方法——双自由基扩展限制性开壳层PPP理论（Diradical Extended Restricted Open-shell PPP, 简称 D-ExROPPP）。该方法在半经验 Pariser-Parr-Pople (PPP) 框架下，构建了严格自旋纯净的配置态函数（Configuration State Functions, CSFs）基组，并融合了包含选择性双激发在内的扩展组态相互作用方法（XCIS-D）。

本研究表明，D-ExROPPP方法具有以下核心突破：

1. 自旋纯净性（Spin Purity）：通过自旋匹配算符严格构建CSF，完全消除了自旋污染，能够给出确定、物理意义明确的单重态（Singlet）、三重态（Triplet）以及五重态（Quintet）波函数。
2. 极高的计算效率：XCIS-D 组态基组的计算复杂度仅随核心轨道数呈低阶多项式级别（$O(N_{\text{core}}^2)$）缩放，无需人工耗时定义活性空间。在基准测试体系（如间二甲苯双自由基）中，其计算速度比传统的高精度多参考微扰理论（GMC-QDPT）快了 200,000 倍，且在大型发射型双自由基体系中实现了相比自旋翻转随时间变化密度泛函理论（SF-TDDFT）高达上百倍的加速。
3. 定量及定性的高精度表现：成功预测了环丁二烯（CBD）、三亚甲基甲烷（TMM）和间二甲苯（m-XYL）的低能量激发态与自旋态排布。在应用于14个新近合成的、包含上百原子的稳定发射型双自由基时，D-ExROPPP完美复现了其实验紫外-可见（UV-vis）吸收光谱，平均误差显著低于传统的 TD-DFT 方法。

本文将对 D-ExROPPP 的理论根基、数学推导、算法实现细节、基准评测数据、局限性及其在未来高通量分子筛选中的巨大潜力进行多维度的深度解析。

1. 核心科学问题，理论基础，技术难点，方法细节

1.1 核心科学问题：双自由基的理论计算困境

双自由基体系的本质特征在于其拥有两个单占分子轨道（Singly Occupied Molecular Orbitals, SOMOs），这两个轨道（在下文中标记为 $0$ 和 $0'$）在能量上简并或接近简并。根据双自由基两轨道-两电子模型（Two-Orbital Two-Electron Model, TOTEM），将两个电子放置在这两个空间轨道中，可产生 6 种电子组态。在自旋磁量子数 $M_s = 0$ 的空间内，存在 4 种状态，通过自旋匹配线性组合可得到以下四种电子态：

1. 开壳层单重态： $$|^1\text{OS}\rangle = \frac{1}{\sqrt{2}} (|\psi_0 \bar{\psi}_{0'}\rangle + |\bar{\psi}_0 \psi_{0'}\rangle)$$
2. 开壳层三重态： $$|^3\text{OS}\rangle = \frac{1}{\sqrt{2}} (|\psi_0 \bar{\psi}_{0'}\rangle - |\bar{\psi}_0 \psi_{0'}\rangle)$$
3. 正两性离子单重态： $$|^1\text{ZW}^+\rangle = \frac{1}{\sqrt{2}} (|\psi_0 \bar{\psi}_0\rangle + |\psi_{0'} \bar{\psi}_{0'}\rangle)$$
4. 负两性离子单重态： $$|^1\text{ZW}^-\rangle = \frac{1}{\sqrt{2}} (|\psi_0 \bar{\psi}_0\rangle - |\psi_{0'} \bar{\psi}_{0'}\rangle)$$

其中，当双自由基的 SOMOs 呈离域分布时，由于较大的交换积分 $K_{00'}$，$|^1\text{ZW}^-\rangle$ 往往成为能量最低的单重态。而在双自由基体系中，这些多参考状态之间的能量差（如单-三态分裂能 $\Delta E_{\text{S-T}}$）往往在毫电子伏特（meV）级别。这要求计算工具必须具备极高的能量分辨率与正确的强关联描述能力。

然而，现有方法在面对这类体系时表现出难以调和的矛盾：

• 密度泛函理论（DFT & TD-DFT）的自旋污染问题：由于其实际运行中常使用无限制性参考态（Unrestricted Reference），导致 $\alpha$ 电子和 $\beta$ 电子占据空间相异的轨道。虽然这能部分弥补动力学关联，却会引入大量的高自旋态杂质，使得计算得到的单重态杂化了三重态、五重态（即 $\langle S^2 \rangle$ 远偏离 0）。这导致光谱中的自旋选择激发选择定则失效，无法准确指认状态。
• 自旋翻转 TD-DFT (SF-TDDFT)：虽然可以通过从高自旋三重态态进行单电子激发和自旋翻转来获取部分多参考特性，但在高阶激发态中依然存在显著的自旋污染（$\langle S^2 \rangle \approx 1$），且结果强烈依赖于所选的交换相关泛函。
• 高级多参考方法（CASSCF, CASPT2, GMC-QDPT）的指数墙阻碍：这些方法能够严格确保自旋纯净并描述强关联，但其活性空间的组态数随体系尺寸和活性轨道数指数级增长，其计算量缩放通常高于 $O(N^6)$，对于含有上百原子的实际发射型分子而言，计算成本高昂到完全不可行。

1.2 D-ExROPPP 的理论基础

为了打破这一困局，D-ExROPPP 将半经验 Pariser-Parr-Pople (PPP) 理论与**扩展组态相互作用（XCIS-D）**完美融合。其理论基础支柱包括：

1.2.1 PPP 半经验哈密顿量

PPP模型专为共轭 $\pi$ 电子体系设计，通过忽略微分重叠（Neglect of Differential Overlap, NDO）近似，将极其繁琐的四中心双电子积分坍缩为单中心和双中心量，从而将双电子积分的计算复杂度从 $O(N^4)$ 陡降至 $O(N^2)$：

其中双中心库仑排斥积分 $\gamma_{\mu\rho}$ 采用经典且在光谱学中表现优异的 Mataga-Nishimoto 形式：

其中 $U$ 是原子的单中心库仑排斥能，$r_{\mu\rho}$ 是两原子间的距离。核心一电子积分则由价态电离能 $W_\mu$ 以及键合原子间的共振积分（即跳跃积分 $\beta_{\mu\nu}$）来代替。D-ExROPPP 引入了由 Shen 组利用机器学习算法在大规模单自由基激发态数据集上训练优化的高精度 $\pi$ 参数集，这使得半经验方法能够隐含地（Implicitly）捕捉 ab-initio 方法中因动力学关联而损失的物理效应。

1.3 技术难点与方法细节：双自由基自洽场与自旋纯态构建

D-ExROPPP 的技术实现细节包含两个互斥但又统一的步骤：双自由基分子轨道自洽优化（SCF）与自旋纯净激发态的组态相互作用（CI）求解。

1.3.1 开壳层双自由基自洽场（Open-Shell SCF）步骤

由于双自由基没有唯一的单决定子基态，D-ExROPPP 采用了一种改进的自洽场程序。作者通过在开壳层单重基态 $|^1\text{OS}\rangle$ 上施加一阶变分变动（相当于混合单激发态，见原论文 Eq. 4 和 Eq. 5），根据变分原理要求能量的一阶变分为 0：$\delta E = 0$。 这导出了一组用于消除基态与单激发态之间哈密顿矩阵元的条件（Slater-Condon 规则）。为了使占有轨道与虚拟轨道之间的不必要耦合项最小化，作者定义了一个近似的双自由基 Fock 算符 $F^d$（Eq. 8）：

其对应的双自由基密度矩阵 $P^d$（Eq. 10）定义为：

该定义在物理上相当于将双自由基的单占轨道以半占据的形式显式记入自洽迭代中（在 $\text{AO}$ 基组下等价于密度的重新加权）。由此，可以通过交替求解 Roothaan 方程 $\mathbf{F}^d\mathbf{C} = \mathbf{S}\mathbf{C}\mathbf{\epsilon}$ 迭代收敛得到最适宜描述双自由基系统的空间分子轨道，这一算法同样适用于描述三重基态 $|^3\text{OS}\rangle$（推导详见附录 A）。

1.3.2 自旋纯净配置态函数（CSF）的构建

在得到优化的空间轨道后，若直接在 Slater 决定子基上进行 CI 计算，波函数依然会被自旋污染。D-ExROPPP 采用群论对称性与自旋算符投影，构建了严格的配置态函数（CSFs）。

根据四电子-四轨道模型（FOFEM，包括核心轨道 $i$、两个 SOMO $0$ 和 $0'$、以及虚拟轨道 $p$），电子激发主要可分为以下几类，其 CSF 表达如下：

• 核心 $\to$ SOMO 激发（CS 激发）与 SOMO $\to$ 虚拟激发（SV 激发）： 由于未配对电子数不变（仍为 2 个），可通过反对称和对称组合直接得到自旋纯净的单重态和三重态 CSF（见正文 Table 1）。
• 核心 $\to$ 虚拟激发（CV 激发）： 这是整个方法的核心难点所在。将一个电子从闭壳层核心轨道 $i$ 激发到虚拟轨道 $p$ 后，系统内单占电子数增加到 4 个。在 $M_s = 0$ 的子空间内，会产生 6 个激发 Slater 决定子。这些决定子都不是总自旋平方算符 $\hat{S}^2$ 的本征态。为了解决这一问题，D-ExROPPP 在该 6 维决定子基组下建立了 $\hat{S}^2$ 算符矩阵（Eq. 14）：

通过对该矩阵进行精确的对角化求解，其特征值为 $0$（单重态，2重简并）、$2$（三重态，3重简并）以及 $6$（五重态，单态）。为了进一步简化光谱学分析，作者根据跃迁偶极矩算符（$\hat{\mu}$）在 $|^1\text{OS}\rangle$ 和 $|^3\text{OS}\rangle$ 参考态下的矩阵元，将这些退简并的特征向量通过线性组合重构为“明态”（Bright State）与“暗态”（Dark State），即：

• 明单重态 $|^1\text{CV}_i^p\rangle$ 具有非零的跃迁偶极矩，对应强光吸收通道（见正文 Table 2）。
• 暗单重态 $|^1\text{T}\rangle$ 、暗三重态 $|^3\text{S}\rangle$ 和 $|^3\text{X}\rangle$ 的跃迁禁阻。
• 五重态 $|^5\text{CV}_i^p\rangle$ 严格跃迁禁阻。
• 选择性双激发组态（CSD 与 SVD 激发）： 双激发在双自由基体系（尤其是交替烃类双自由基）中对最低激发态具有至关重要的能量稳定作用。D-ExROPPP 引入了双核心 $\to$ SOMO 激发（CSD）和双 SOMO $\to$ 虚拟激发（SVD）。对于激发自相同轨道的情况（如 $i \bar{i} \to 0 0'$），其天然为自旋纯净单重态；对于来自不同轨道的情况，则采用对称与反对称化构建单、三重态 CSF（正文 Table 3）。

1.3.3 XCIS-D 组态相互作用矩阵的块对角化高效求解

由于采用了自旋纯净的 CSF 空间，哈密顿算符在不同多重度（Singlet, Triplet, Quintet）的 CSF 之间的矩阵元恒为 0（$\langle ^{2S_1+1}\text{CSF} | \hat{H} | ^{2S_2+1}\text{CSF} \rangle = 0, S_1 \neq S_2$）。这使得组态相互作用哈密顿矩阵呈现天然的块对角化（Block-Diagonal）结构（见正文 Figure 6）。通过独立、并行地对角化单重态块、三重态块和五重态块，计算开销得到了级数级的降低。此外，利用高效的迭代 Lanczos 对角化算法（ARPACK 库），D-ExROPPP 可以仅提取能量最低的若干个激发态，从而完美规避了完全对角化所带来的 $O(N^3)$ 复杂度。

2. 关键 benchmark 体系，计算所得数据，性能数据

为了全面验证 D-ExROPPP 方法在精度、计算速度及自旋纯净性方面的性能，作者在小、中、大三种尺度的双自由基体系中进行了系统的 Benchmark 评测，并与 CASSCF、GMC-QDPT、高级耦合簇 CCSDTQ 以及实验数据进行了横向对比。

2.1 典型小/中型双自由基体系的基准测试

2.1.1 环丁二烯（Cyclobutadiene, CBD）

方形环丁二烯是结构最简单的双自由基。其基态自旋态一直是有机化学界的争论焦点（由于动态电子关联，其基态为单重态而非遵循洪特规则的三重态）。表 1 整理了各计算方法下方形环丁二烯前四个电子态的相对能量（eV）及主要组态贡献：

表1：方形环丁二烯（CBD）低离域态激发能量（eV）及主要波函数组成对比

数据分析： D-ExROPPP 成功地预测了开壳层单重态 $|^1\text{OS}\rangle$ 为基态，这表明其能妥善处理核心轨道与 SOMO 轨道之间的复杂关联。尽管 D-ExROPPP 相比于 CCSDTQ 略微高估了 $|^3\text{OS}\rangle$ 的激发能（D-ExROPPP: 0.335 eV; 实验/CC 预测: 0.144 eV），但对于两性离子态 $|^1\text{ZW}^+\rangle$ 和 $|^1\text{ZW}^-\rangle$，其预测结果比完全不考虑动态关联的 CASSCF 更加接近高精度的 CCSDTQ 基准值。这得益于机器学习优化的 PPP 半经验参数有效地隐式补偿了动力学关联能量。

2.1.2 三亚甲基甲烷（Trimethylenemethane, TMM）

TMM 属于典型的非 disjoint（非不相交）双自由基（如图 7 所示，两个 SOMOs 在底部的碳原子上具有共用的电子密度分布）。表 2 展示了 TMM 的计算数据：

表2：三亚甲基甲烷（TMM）各状态能量（eV）及组态分析

数据分析： 对于 TMM，D-ExROPPP 预测的单-三态分裂能 $\Delta E_{\text{S-T}}$ 为 0.893 eV，与光电子能谱实验值（$0.699 \pm 0.006$ eV）及高精度 EOM-SF-CC(2,3) 预测值（0.697 eV）展现出极佳的吻合度，显著优于 CASSCF 和 GMC-QDPT 明显高估的 1.12-1.15 eV。然而，由于激发态自洽轨道的缺失，D-ExROPPP 略微低估了核心 $\to$ 轨道（$|^1\text{CS}_i^0\rangle$）的能量，这也是该方法需要后续优化的技术改进点之一。

2.1.3 间二甲苯双自由基（meta-Xylylene, m-XYL）

m-XYL 是中等尺寸双自由基的典型代表。如图 8 所示，D-ExROPPP 计算的能级图与 GMC-QDPT 呈现了惊人的高度一致性：

• 基态均为 $|^3\text{OS}\rangle$。
• 第一单重激发态 $|^1\text{ZW}^-\rangle$ 的相对能量：D-ExROPPP 预测值为 0.485 eV，GMC-QDPT 为 0.502 eV，两者几乎一致，且非常接近光电子能谱的实验测量值 $0.416 \pm 0.009$ eV。
• 对于 $|^1\text{OS}\rangle$ 态，D-ExROPPP 计算结果为 1.116 eV，而实验估计上限为 $\le 0.932$ eV，微扰方法结果为 1.235 eV，D-ExROPPP 在此甚至表现出比 GMC-QDPT 更小的物理偏差。

在光谱复现上，D-ExROPPP 对 m-XYL 的吸收光谱模拟（图 9）完美复现了 Sander 组的实验吸收峰位置：

• 实验吸收峰：231 nm, 242 nm, 287 nm, 433 nm
• D-ExROPPP 预测峰：250 nm, 266 nm, 310 nm, 450 nm

过渡态能量的平均低估偏差仅为 6.6%。这是理论计算化学界首次在无自旋污染的前提下，对 m-XYL 的所有紫外-可见吸收谱峰进行了明确的组态及多重度指认。

2.2 极大尺寸发射型双自由基的系统评测

为了展示其在大分子体系下的工业级筛查能力，研究团队对 14 个包含 80~150 个原子的 TTM 和 PyBTM 衍生双自由基体系进行了计算：

1. 基态多重度预测： 在 9 个具有明确实验基态多重度记录的分子中，D-ExROPPP 实现了 9/9 (100%) 的预测准确率。相比之下，传统的 SF-TDDFT 在使用不同的泛函时，极易因自旋污染导致预测错误（如在 PCz-(PyBTM’)2 体系中由于严重的自旋污染，SF-TDDFT 计算出了完全偏离物理实际的单-三激发能）。
2. 最高波长吸收峰 $\lambda_{\text{abs}}^{\text{max}}$ 的预测精度（图 11）：
   • D-ExROPPP: 均方根误差 (RMSE) 为 0.323 eV（剔除异常值后改善至 0.297 eV）。
   • SF-TDDFT / B3LYP: RMSE 达到了 0.558 eV。 这充分印证了严格自旋纯态在计算激发态性质时对确保能量精度的关键作用。

2.3 计算耗时与计算量缩放（Scaling）数据

D-ExROPPP 最惊艳的部分在于其超越想象的计算效率。表 3 汇总了小、中型体系在单核（CPU）下的耗时对比：

表3：D-ExROPPP 与传统 Wavefunction 方法计算耗时对比**

对于包含 100 多个原子的极大型双自由基体系（如 TTM-TTM），D-ExROPPP 计算前 30 个激发态仅需 17 秒。而在相同硬件配置的单核下运行 SF-TDDFT/B3LYP 耗时达 16,434 秒。D-ExROPPP 实现了高达 966 倍的加速效率！

这种近乎不可思议的效率飞跃，根本原因在于其优异的低阶多项式级别复杂度：其组态相互作用矩阵的大小仅为 $(8N_{\text{core}}^2 + 8N_{\text{core}} + 4)$，其 CI 求解过程的整体 Big-O 计算缩放仅为 $O(N_{\text{core}}^2)$。而传统的 CASSCF 方法由于多态 Slater 行列式的组合爆炸，其计算开销随体系增大呈指数级上升。

3. 代码实现细节，复现指南，所用的软件包及开源 repo link

3.1 代码架构与底层机制

D-ExROPPP 的核心计算程序是采用 Python 编写的。该代码充分利用了 NumPy、SciPy 等高性能科学计算库，并依赖于以下底层物理引擎逻辑：

1. 半经验积分生成器：根据输入的原子三维坐标，利用 Mataga-Nishimoto 库仑积分公式和机器学习参数，直接在 AO 基组下构造哈密顿矩阵一电子和双电子部分。
2. 开壳层自洽场引擎：实现由 Roothaan 算法驱动的密度的自洽迭代。在进行自洽循环时，每一次循环都利用由双自由基密度矩阵 $P^d$（Eq. 10）修正的自适应 Fock 矩阵 $F^d$（Eq. 8）。
3. 配置态函数（CSF）自动构建器：通过解析算法和 Slater-Condon 规则自动评估组态之间的矩阵元。XCIS-D 相互作用哈密顿量块的对角化求解采用带有 ARPACK 后端的 scipy.sparse.linalg.eigsh 稀疏矩阵求解器实现快速迭代求解。

3.2 运行复现指南与软件依赖

要完整复现论文中的计算结果，研究人员需要遵循以下计算工作流：

+------------------+     (PBE/6-31+G** 优化, Multiplicity=3)    +---------------------+
|  GAMESS/ORCA     | -----------------------------------------> | D-ExROPPP 计算引擎  |
| 几何结构初态优化 |                                            | (Python 脚本运行)   |
+------------------+                                            +---------------------+
                                                                           |
                                                                           v
+------------------+       (Lorentzian 展宽 & 玻尔兹曼加权)      +---------------------+
| 模拟光物理光谱   | <----------------------------------------- | 计算自旋纯态激发能量|
|  UV-vis 曲线图  |                                            | 跃迁偶极矩 & 振子强度|
+------------------+                                            +---------------------+

第一步：初态几何结构优化

必须首先获得优化后的分子基态几何坐标。推荐使用开源量子化学程序包 GAMESS 或 ORCA：

• 泛函选择：PBE 或 B3LYP。
• 基组选择：6-31+G** (对阴离子或双自由基体系，弥散函数至关重要)。
• 关键约束：必须将自旋多重度（Multiplicity）设为 3（即高自旋三重态），以迫使其收敛至对称、未配对电子分布正确的双自由基几何。同时应开启对称性约束（如环丁二烯设定 $D_{4h}$，间二甲苯设定 $C_{2v}$）以防止其发生 Jahn-Teller 畸变降解为单重闭壳层结构。

第二步：运行 D-ExROPPP 进行激发态计算

将优化后的分子坐标（.xyz 或 .inp 文件）作为输入导入 D-ExROPPP 脚本：

• 自洽收敛判定标准（Convergence Tolerance）：设置为 $2.5 \times 10^{-15}$，确保密度矩阵高精度收敛。
• 轨道活性空间指定：该方法会自动根据 $\pi$ 共轭轨道进行全空间 XCIS-D 组态生成，无需用户手动且经验化地挑选活性轨道（消除了 CASSCF 的人为不确定性）。

第三步：吸收光谱模拟与玻尔兹曼加权

由于许多大型双自由基的单-三态分裂能极其微小，在室温（298 K）下，单重基态和三重基态均会按照玻尔兹曼分布进行热填充。D-ExROPPP 会自动按照以下公式（Eq. 18）计算热分布权重，并输出加权后的叠加光谱：

最后，对各跃迁谱线施加 Lorentzian 展宽（设置半峰全宽 $\text{FWHM} = 20\text{ nm}$，对应 $300\text{ nm}$ 处的吸收峰），即可复现出如图 12a 所示的高精度 UV-vis 吸收曲线。

3.3 开源项目及软件包资源

• 本方法所基于的单自由基 ExROPPP 前作程序可参考开源学术发布：Exroppp: J. Chem. Phys. 160, 164110 (2024)。
• 机器学习参数训练及相关的神经网络接口来自 Shen 等人的工作：Learning radical excited states from sparse data: Chem. Sci. 16, 17356 (2025)。
• 几何优化与基准测试所依赖的开源量子化学计算包链接：
  • GAMESS: https://www.msg.chem.iastate.edu/gamess/
  • ORCA: https://orcaforum.kofo.mpg.de/

4. 关键引用文献，以及你对这项工作局限性的评论

4.1 关键引用文献

1. 半经验开壳层 SCF 的理论奠基： Longuet-Higgins, H. C.; Pople, J. A. Proc. Phys. Soc. Sect. A 1955, 68, 591. (奠定了开壳层共轭分子激发态计算的框架)
2. 机器学习共轭体系参数化： Shen, J.; Hele, T. J. H. et al. Chem. Sci. 2025, 16, 17356. (为 D-ExROPPP 提供了能够隐含捕捉动力学关联的高精度机器学习 PPP 参数集)
3. 扩展单激发相互作用方法 (XCIS)： Maurice, D.; Head-Gordon, M. J. Phys. Chem. 1996, 100, 6131. (XCIS 自旋纯态构建的原始物理推导)
4. 单自由基 ExROPPP 方法的提出： Green, J. D.; Hele, T. J. H. J. Chem. Phys. 2024, 160, 164110. (D-ExROPPP 算法的直接前身)
5. 双自由基物理与自旋对称性破缺经典综述： Borden, W. T.; Davidson, E. R. J. Am. Chem. Soc. 1977, 99, 4587. (详细讨论了电子排斥在双自由基中的作用以及对自旋态能级排布的控制机制)

4.2 对这项工作的客观局限性评论

尽管 D-ExROPPP 取得了令人瞩目的计算速度与精度突破，但作为一种半经验方法，它在物理原理和技术实现上依然存在以下不容忽视的局限性：

1. 轨道旋转不协变性（Non-Invariance to SOMO Rotation）——最核心的理论缺陷

在严格的量子力学中，对于高度对称或能量完全简并的双自由基（如方形环丁二烯和间二甲苯），对其退简并的空间轨道进行任何幺正旋转（Unitary Rotation），其 CI 计算结果应当是完全等价和守恒的（即轨道的定域化或离域化描述不应改变最终能级）。 然而，作者在原论文的第 29-30 页（以及 Table A10, A12）中明确承认，D-ExROPPP 依然敏感地依赖于 SOMO 轨道的旋转选择。使用定域化轨道（Localized SOMO）和离域化轨道（Delocalised SOMO）计算得到的激发态能级存在高达 0.4 eV 左右的偏差（平均能级相对偏差达 7.6%，图 10）。这是由于其 XCIS-D 截断组态空间（Truncated CI Space）不完整，导致其未能实现幺正变换下的完全协变性。尽管目前使用标准 SCF 输出的非旋转“离域化”轨道模拟出的光谱与实验符合最好，但这在物理理论上依然是一个有待解决的硬伤。

2. 对单-三态分裂能（$\Delta E_{\text{S-T}}$）的系统性高估

从 Table A13 可以看出，尽管 D-ExROPPP 能够正确指认基态多重度，但其计算的 $\Delta E_{\text{S-T}}$ 绝对值往往显著高于实验 VT-EPR 拟合值（例如在 TTM-TTM 中，实验值为 -0.135 eV，而 D-ExROPPP 的计算值高达 -0.692 eV；在 DTA 中，实验值为 -0.014 eV，计算值则为 -0.087 eV）。这说明 D-ExROPPP 具有一种系统性地过度稳定（Overstabilize）单重态的倾向，其定量预测自旋劈裂能的精度还有待通过微扰修正或参数重平衡来改善。

3. 适用元素的严重局限性（目前仅支持 C, H, N, Cl）

半经验 PPP 方法严重依赖于极其精密调校的一电子和双电子经验参数。目前的机器学习参数集仅涵盖了构成典型自由基（如 TTM, PyBTM）所必需的碳（C）、氢（H）、氮（N）以及氯（Cl）等常规原子。对于在现代双自由基研究中同样扮演重要角色的含有硼（B）、氟（F）或过渡金属原子的新型材料体系，由于缺乏现成的机器学习参数，D-ExROPPP 目前完全无法计算。这极大地限制了其推广到更广阔的无机-有机杂化光电材料领域的可能。

4. 无法描述 $\sigma \to \pi^*$ 等非 $\pi$ 电子跃迁

因为 PPP 哈密顿量在物理上完全冻结了分子内的 $\sigma$ 核心，将其作为固定且不可极化的背景势处理，导致该方法天生无法捕获分子内任何涉及 $\sigma$ 轨道的电子激发。虽然双自由基的低能跃迁主要集中在 $\pi \to \pi^*$ 轨道，但对于某些具有特殊扭曲构型的体系，$\sigma \to \pi^*$ 混杂态可能会对荧光淬灭等过程产生重要影响，而 D-ExROPPP 会彻底遗漏这一物理通道。

5. 其他必要的补充：双自由基物理机制与未来展望

5.1 不相交（Disjoint）与相交（Non-disjoint）双自由基的自旋态物理

为了更好地在实际科研中运用 D-ExROPPP，我们必须深入理解双自由基的两类空间结构特性：

• Disjoint 双自由基（不相交双自由基）： 在这类体系（如方形环丁二烯）中，其两个简并的单占轨道（SOMOs）可以在空间上完全定域在彼此没有共同原子的区域。这意味着它们之间的轨道重叠密度在任意空间点都接近于 0： $$\psi_0(\mathbf{r}) \psi_{0'}(\mathbf{r}) \approx 0$$ 由于重叠密度极低，其交换积分 $K_{00'} = \iint \psi_0(\mathbf{r}_1) \psi_{0'}(\mathbf{r}_1) \frac{1}{r_{12}} \psi_0(\mathbf{r}_2) \psi_{0'}(\mathbf{r}_2) d\mathbf{r}_1 d\mathbf{r}_2$ 几乎衰减为 0。因此，决定单重态与三重态能量差的库仑排斥项在单、三重态之间非常平衡。在这类体系中，通过引入微弱的动态关联，往往会使单重态反超三重态成为基态。
• Non-disjoint 双自由基（相交双自由基）： 在像三亚甲基甲烷（TMM）和间二甲苯（m-XYL）这类体系中，由于拓扑共轭结构的限制，其两个 SOMOs 无法在空间上完全剥离开，必定会在某些原子（如 TMM 的末端碳原子）上共享电子密度。这导致 $K_{00'}$ 值显著大于 0，从而根据洪特规则，三重态因交换排斥作用降低了电子间库仑能，使其在能量上显著低于单重态，表现出极其稳固的三重态基态特征。

D-ExROPPP 的巨大成功，在于其能够在一套完全一致且无需手动调参的半经验 XCIS-D 框架下，同时、自适应地描述这两类物理本质截然相反的双自由基体系。这在以往的半经验方法中是无法想象的。

5.2 磁致发光（Magnetoluminescence）与热激活发光（Thermally Activated Emission）的理论模拟

许多先进的双自由基发射体（Emitters）表现出引人注目的磁致发光和热激活发射性质：

1. 在施加外部强磁场时，原本简并的三重态（$M_s = -1, 0, +1$）发生 Zeeman 分裂，其中 $M_s = -1$ 的状态能量下降并与周围环境发生自旋耦合。这会打破原本的辐射跃迁平衡，使三重态发射通路增强（如 Kusamoto 组在 2023 年合成的 THDBA-(PyBTM)2 分子在磁场下 645 nm 发射峰强度提升 22%）。
2. 由于极小的单-三态分裂能（$\Delta E_{\text{S-T}} \approx 1-10\text{ meV}$，小于或相当于室温下的热能 $k_B T = 25\text{ meV}$），温度的微小波动能够显著改变系统在单重态和三重态之间的群子分布（Populations）。

D-ExROPPP 通过提供无自旋污染、物理定义明确的单重态明激发态（如 $|^1\text{CV}_i^p\rangle$）和三重态明激发态（如 $|^3\text{CV}_i^p\rangle$）的跃迁偶极矩，配合其计算的高效性，能够以极低的代价对不同温度、不同磁场强度下的发射光谱进行高精度的动力学蒙特卡洛（KMC）或热力学加权模拟。这在推动高效有机发光二极管（OLED）和光电防伪材料的理性设计中展现出了卓越的实用价值。

5.3 展望：D-ExROPPP 的技术演进路线图

为了克服现有的瓶颈，未来的演进工作可重点关注以下三个方向：

• 引入一阶态特定（State-Specific）自洽优化：为了解决目前激发态（如核心 $\to$ 轨道跃迁）能量低估的问题，可引入类似于最大重叠法（MOM）的态特定 SCF 机制，从而为特定的高阶组态生成更加适宜的空间轨道。
• 开发自适应幺正旋转协变 CI（Invariance-Restoring CI）：通过在 CI 组态中加入非全占轨道的自适应双激发，或者发展基于定域轨道的自旋耦合价键方法，彻底消除由于 SOMO 轨道变换带来的 7.6% 的人工能量不确定性。
• 机器学习参数外推（Auto-Parametrization via ML）：利用图神经网络（GNN）或活性空间生成模型，建立自动化的 PPP 哈密顿量参数生成工作流，快速获取硼、氟、硅等杂原子的共振积分与库仑参数，使该方法真正走向多元素通用的材料开发大舞台。