Los materiales de cristal líquido, debido a sus características duales de estado sólido y líquido, poseen ventajas únicas en la ciencia de materiales y sus aplicaciones. En los últimos años, los métodos basados en datos se han aplicado ampliamente en la clasificación de fases de cristales líquidos, diseño de materiales, predicción de rendimiento y tecnologías de sensores. A través de técnicas impulsadas por datos como el aprendizaje automático, se han logrado avances significativos en la predicción de transiciones de fase de cristales líquidos, evaluación de propiedades fisicoquímicas y optimización del rendimiento de sensores. Estas investigaciones no solo han mejorado el rendimiento de los materiales de cristal líquido, sino que también han ampliado su potencial de aplicación en sensores inteligentes, detección de gases, monitoreo ambiental y biosensores. Este artículo revisa los avances nacionales e internacionales en la investigación de materiales de cristal líquido basados en datos, analiza sus perspectivas en diseño, optimización y aplicación, y prospecta las futuras direcciones de desarrollo en la ciencia de materiales de cristal líquido.

impulsado por datos;aprendizaje automático;cristal líquido;ciencia de materiales