原子连接性基团贡献（ACGC）是基于原子相邻基团（AAG）、形状因子和原子连接性因子（ACFs）建立的性质预测方法，其中ACF用于描述分子中各基团的全局位置，是区分异构体结构差异的重要参数。上海交通大学周寅宁和天津科技大学闫方友团队在ENG. Chem. Eng.发表论文，提出改进型原子连接性基团贡献（ACGC+）框架，实现有机化合物九大关键相变性质高精度预测。该方法在ACGC模型基础上，引入改进的原子连接性因子（ACFs+），实现了对AAG中核心原子与邻近原子局部结构贡献的描述。结果表明，ACGC+方法可以良好地预测精度和稳健性：相变焓和相变熵性质测试集R2为0.906~0.992，临界性质测试集的R2均高于0.98，熔点和沸点测试集的R2为0.845和0.979。与ACGC模型相比，ACGC+模型的平均绝对误差降低了1.44%~7.91%。

提出分层连接性因子，表征核心原子与不同拓扑距离内的原子贡献

该方法在ACGC模型基础上，提出ACFs+分层连接性因子，以AAG中核心原子为中心，分层表征其与不同拓扑距离内邻近原子的结构关联，从而可以更精细地刻画分子中基团的局部化学环境。具体来说，按照核心原子与周边非氢原子步长划分φ₂/φ₃/φ₄多层局部项+全局项φ_z，精准捕捉不同距离近邻原子的空间贡献，解决了传统基团贡献法难以精准区分同分异构体物性的痛点。

构建局部-全局协同表征的多性质统一预测框架

将AAG、分子形状因子（SFs）和ACFs+进行融合，建立了同时描述官能团组成、分子整体形状以及局部拓扑环境的ACGC+模型。在统一模型框架下，实现了对相变焓、相变熵、沸点、熔点及临界性质等多类关键物性的预测，进一步提升了模型对复杂分子结构和不同性质任务的通用性与适用范围。

大样本集下实现精度提升，对比主流方法凸显综合通用性

定量验证ACFs+改进效果：相比ACGC，九大物性平均绝对误差降低1.44%~7.91%，临界压力和临界体积预测误差较CG或MG经典模型降低16.2%~41.42%；系统对标 CG/MG/MG+/SS 四类主流基团贡献模型，客观区分各模型优劣，明确了ACGC+在临界物性、相变焓熵、熔点、沸点预测上综合性能最优，工程普适性更强。

为有机化合物的物性数据估算与高通量材料筛选提供通用工具

ACGC+框架兼具较高的预测精度、结构可解释性和多性质扩展能力，可在实验数据缺失或测量成本较高的情况下，快速估算有机化合物的重要物性参数。该方法能够为化工过程模拟、设备设计、工艺优化和安全评价提供可靠的基础物性数据，同时可进一步服务于候选分子的高通量筛选，缩小实验搜索范围，降低试错成本，为数据驱动的化工产品开发提供通用工具。

图1.ACGC+模型完整构建流程图。梳理了ACGC+从数据集筛选、分子结构拆解、特征参数计算、模型拟合到多重验证评价的全流程。

图2.ACGC+模型的相变焓、熵实验与预测值对比图。

（来源：EngineeringJournals微信公众号）

相关论文信息：https://journal.hep.com.cn/fcse/EN/10.1007/s11705-026-2675-1