12月9日，我院杨涛博士与Da Silva, E. L., Galmarini, S., Maurizi, L., Dos Santos, M. J. C., Cooke, D., & Molinari, M.合著Computational Techniques for Analytical Chemistry and Bioanalysis固态化学：材料科学的计算化学分析一章（Solid State Chemistry: Computational Chemical Analysis for Materials Science）。该图书由菲利普·威尔逊（Philippe B Wilson），马丁·格鲁特维尔德（Martin Grootveld）主编，共分为9个章节。

· Univariate and Multivariate Statistical Approaches to the Analysis and Interpretation of NMR-based Metabolomics Datasets of Increasing Complexity

· Recent Advances in Computational NMR Spectrum Prediction

· Computational Vibrational Spectroscopy: A Contemporary Perspective

· Isotope Effects as Analytical Probes: Application of Computational Theory

· Applications of Computational Intelligence Techniques in Chemical and Biochemical Analyiss

· Computational Spectroscopy and Photophysics in Complex Biological Systems: Towards an in silico Photobiology

· Bridging the Gap Between Atomistic Molecular Dynamics Simulations and Wet-lab Experimental Techniques: Applications to Membrane Proteins

· Solid State Chemistry: Computational Chemical Analysis for Materials Science

· Electron Spin Resonance for the Detection of Paramagnetic Species: from Fundamentals to Computational Methods for Simulation and Interpretation

计算机技术近80年的不断发展使得人类的运算水平得到空前进步。应用于新材料的计算技术也相应迅速发展，从而使人类可以更好地获取和理解数据的本质。例如，给出一个材料的结构，可以利用软件将拉曼光谱数据模拟到极高的准确性水平，从而使化学家和生物学家能够在实验和理论上获得更可靠的分析方法。计算方法学为生化和材料问题提供了原子尺度现象的理论解释。但人类的运算能力与蛋白质的复杂结构依然相爱相杀，据估计一颗人类精子的数据量，远远大于整个地球的存储磁盘。因此该书面向本科毕业生和研究生，展示了如何跨学科使用计算分析方法，所有章节均来自在该领域得到国际认可的研究者，每一章都运用计算技术来加深我们对实验分析科学数据的理解和补充。

杨涛博士等人撰写的章节固态化学：材料科学的计算化学分析深入讨论了适用于材料分析的计算分析方法和协议，以及如何利用计算机数据和程序进行新材料的结构和功能预测。同时，讨论了应用于材料科学的计算机机器学习的最新进展和局限性，从实验同行的角度强调了机器学习与人类实验验证的互补成就和创新预测。我们专注于对复杂的高级功能材料尤其是储能材料（均质或异质）进行元素、结构和化学计算分析。