2025.10至今   福州大学 化学学院 副教授

2017.09-2025.09 南京大学 化学化工学院 博士

2013.09-2017.07 南京大学 化学化工学院 学士

主要从事低标度量子化学方法开发和应用，开发或采用量子化学、分子动力学模拟（增强采样）、机器学习势函数等方法，研究周期性体系的结构、振动光谱、热性质、相变等。目前在J. Chem. Phys.，Chem. Sci.等刊物上发表论文共10篇。

福州大学科研启动基金（2025.12-2027.11，30万）

B. Hong, G. Li, P. Liu, W. Li*, M. Yang*, and S. Li*. "Phase Diagram of CO₂-I/III from Molecular Dynamics Simulation Using a PBE0-Accuracy Machine Learning Potential." J. Chem. Phys. 2025, 163, 134502. DOI: 10.1063/5.0282391. (2025.09.08)

B. Hong, D. Zhao, W. Li*, and S. Li*. "Generalized Energy-Based Fragmentation Approach for Structures and Properties of Periodic Condensed Phase Systems." Comprehensive Computational Chemistry 2024, 1, 129. DOI: 10.1016/B978-0-12-821978-2.00135-5. (Book chapter, 2023.10.25)

B. Hong, T. Fang, W. Li*, and S. Li*. "Predicting the Structures and Vibrational Spectra of Molecular Crystals Containing Large Molecules with the Generalized Energy-Based Fragmentation Approach." J. Chem. Phys. 2023, 158, 044117. DOI: 10.1063/5.0137072. (2023.01.09)

Y. Sun‡, B. Hong‡, W. Li*, S. Li*. "Generalized Energy-Based Fragmentation DLPNO-CCSD(T) Approach at Complete Basis Set Limit and Its Application to Benzene Clusters." Chin. J. Chem. Phys. 2025, 38, 347. DOI: 10.1063/1674-0068/cjcp2405068. (co-first authors, 2024.08.07)

X. Huang‡, B. Hong‡, G. Wen, S. Li*, and L. Zheng*. "Photo-Controllable Heterostructured Crystals of Metal–organic Frameworks via Reversible Photocycloaddition." Chem. Sci. 2023, 14, 1852. DOI: 10.1039/D2SC06732C. (co-first authors, 2023.01.19)

【Q】理论与计算化学是做什么的？

【A】理论与计算化学的任务是模拟和理解化学结构与化学过程。

例如，对于某个键连明确的分子，最稳定的结构是什么样的？进一步地，对于给定的元素比例，最稳定的结构是什么样的？他们对应的红外光谱、Raman光谱、核磁屏蔽常数是什么样的？

又如，某个官能团能够发光，它的发光波长应该是多少？

再如，对于一个化学反应，键长键角是如何变化的？吸热（或放热）的量是多少？过渡态的结构和相对于反应物的能量是多少？

还有，某个蛋白质有两个较为稳定的构象，他们之间转变的路径有哪些？如何把握他们的转变机理？

——这些都是理论与计算化学的研究对象，都是“可以算的”。

【Q】怎么算呢？真的把整个体系“装”进计算机吗？

【A】我们研究的体系一般只有10^0~ 10^4原子，通过统计热力学的方法来获得宏观的结果。最知名的理论与计算化学软件Gaussian就是如此，用配套的可视化软件GaussView搭建分子模型，然后我们就可以预测分子最稳定的结构、光谱等。

【Q】只用这么少的原子，难怪经常算不准咯？

【A】“算不准”是个复杂的问题，是模型太小，还是建模错误？

首先当然是模型太小（尺寸效应），这是由于“算不动”，计算机和计算化学方法的限制。让更大、更复杂的模型可以“算得动”，本身就是理论与计算化学的任务，例如，近年来蓬勃发展的机器学习势函数（machine learning potential，MLP）可以将计算效率提高3~6个数量级。

其次，针对不同的体系有更复杂的模型。对于受溶剂影响不大的体系，用包含10^1~10^2原子的体系进行模拟就足够了；对于受溶剂影响较大，可以采用隐式溶剂模型，甚至采用（全原子）分子动力学（Molecular Dynamics，MD）模拟，MD模拟可以做到10^4原子甚至更大的体系。

最后，目前能完全处理好的体系还很局限，主要是小分子和有机分子。对于过渡金属和激发态体系有时候需要多参考方法，对于长周期元素需要引入相对论，还有光、电、磁等环境复杂的体系，目前都没有比较成熟而高效的理论计算方法。

【Q】现在大语言模型（large language model，LLM）非常发达，我可以用LLM设计模拟方案、生成输入文件、分析输出文件，那么理论与计算化学这个学科存在的价值是什么？

【A】就我个人而言，LLM是也只是一个高级助手。它不仅能帮我润色文字、加速文献阅读，帮我整理思路、整合观点，还能按照我提供的思路写程序。但是，这些LLM生成的文字是否符合化学直觉，最后的判断仍需自己完成。而且，当我真正提出一个处于学科前沿的模糊的idea时，他是无法给出具体的解决方案或技术路线的！是的，他能旁征博引，但我不指望培养他的创造力。

在学科发展战略的层面上，LLM目前还不能做好这几件事儿。首先，上一个回答所说，理论与计算化学能完全处理好的体系还很局限，因此，要求发展新的、更普适的理论与计算方法。同时，由于没有大一统的方法，需要在精度和效率上做好平衡。如何选择合适的模型、采用哪些已有的方法、如何标定计算参数，都需要长期的练习。而且，随着新的理论与计算方法不断涌现，也需要不断追踪前沿，正确理解和使用这些新方法。