從字面上可以區(qū)分和記憶
    包晶：液體包裹固體，反應(yīng)得到固體；
    共晶，共結(jié)晶，當(dāng)然，液態(tài)共結(jié)晶2個(gè)固體；
    共沉淀，即兩種固體從固體中共沉淀出來(lái)。
    如果區(qū)分，看你接觸的是哪個(gè)單相區(qū)，也就是區(qū)分反應(yīng)前后是什么。

    共晶是由兩個(gè)或兩個(gè)以上的中性分子以一定的化學(xué)計(jì)量比通過(guò)非共價(jià)鍵力組裝而成的單相晶體材料。共晶體通過(guò)低成本的、柔性結(jié)構(gòu)和溶液加工的非共價(jià)鍵形成功能分子，并為其提供新的特性。因此，共晶工程已經(jīng)成為制藥、化學(xué)和材料領(lǐng)域的有效設(shè)計(jì)策略。

    共結(jié)晶只發(fā)生在某些特定的分子之間，因此如何選擇構(gòu)象是共晶工程的關(guān)鍵。然而，發(fā)現(xiàn)新的共晶構(gòu)象所需的測(cè)定實(shí)驗(yàn)是昂貴的，因此低成本和通用的構(gòu)象發(fā)現(xiàn)策略非常重要。鑒于機(jī)器學(xué)習(xí)的魯棒性和圖神經(jīng)網(wǎng)絡(luò)(GNN)的蓬勃發(fā)展，作者提出了一種基于GNN的構(gòu)象發(fā)現(xiàn)方法。然而，GNN高度依賴(lài)數(shù)據(jù)特征，對(duì)不平衡數(shù)據(jù)的分類(lèi)效果并不理想。因此，作者提出結(jié)合分子圖和先驗(yàn)知識(shí)(12個(gè)分子描述符)來(lái)表達(dá)共晶，即耦合GNN和互補(bǔ)策略，實(shí)現(xiàn)更全面的共晶表達(dá)。同時(shí)，作者使用基于GNN的深度學(xué)習(xí)(DL)框架將先驗(yàn)知識(shí)集成到分子圖中進(jìn)行端到端學(xué)習(xí)。通過(guò)遷移學(xué)習(xí)，該框架可以有效地應(yīng)用于CCs數(shù)據(jù)集。作者將其命名為框架共晶圖神經(jīng)網(wǎng)絡(luò)。為了全面評(píng)價(jià)其性能，筆者采用了7個(gè)競(jìng)賽模型進(jìn)行對(duì)比，包括2個(gè)傳統(tǒng)ML模型和5個(gè)DL模型。此外，CCGNet的堅(jiān)固性和普遍性在三種不同類(lèi)型的共晶(藥物CCs、 -CCs和高能CCs)上得到了強(qiáng)有力的驗(yàn)證。CCGNet在這三個(gè)獨(dú)立測(cè)試集上取得了較高的準(zhǔn)確率，明顯優(yōu)于競(jìng)爭(zhēng)模型。最后，作者成功合成了一種新型高能共晶，進(jìn)一步證實(shí)了碳納米管在實(shí)際應(yīng)用中的潛力。