麻省理工学院
麻省理工学院的计算化学家开发了一个模型，可以分析金属有机框架结构的特征，并预测它是否足够稳定以供使用
鸣谢:麻省理工学院 金属有机框架是一类具有多孔分子结构的材料，具有多种可能的应用，例如捕获有害气体和催化化学反应
它们由金属原子通过有机分子连接而成，可以以成千上万种不同的方式进行配置
为了帮助研究人员筛选所有可能的金属有机框架(m of)结构，并帮助确定对特定应用最实用的结构，麻省理工学院的一个计算化学家团队开发了一个模型，可以分析MOF结构的特征，并预测它是否足够稳定可用
研究人员希望这些计算预测将有助于缩短新MOF的开发时间
麻省理工学院化学工程副教授希瑟·库利克说:“这将使研究人员在遇到合成这些材料的麻烦之前，先测试它们的前景。”
麻省理工学院的团队现在正致力于开发MOFs，可以用来捕获甲烷气体，并将其转化为有用的化合物，如燃料
研究人员在两篇论文中描述了他们的新模型，一篇发表在《美国化学学会杂志》上，另一篇发表在《科学数据》上
研究生Aditya Nandy和Gianmarco Terrones是科学数据论文的主要作者，Nandy也是JACS论文的主要作者
Kulik是两篇论文的高级作者
建模结构 MOFs由金属原子组成，这些金属原子通过称为连接体的有机分子连接在一起，形成刚性的笼状结构
这种材料也有许多孔隙，这使得它们可以用于催化涉及气体的反应，但也使它们的结构不太稳定
“看到MOFs在工业规模上实现的局限性在于，虽然我们可以通过控制每个原子在结构中的位置来控制它们的属性，但就材料而言，它们不一定那么稳定，”Kulik说
“它们非常多孔，可以在我们催化所需的真实条件下降解
" 20多年来，科学家们一直致力于设计MOFs，并且已经发表了数千种可能的结构
一个集中的储存库包含大约10，000个这样的结构，但是没有链接到关于这些结构的属性的任何已发表的发现
Kulik专门使用计算建模来发现材料的结构-性质关系，他希望采用更系统的方法来分析和分类MOFs的性质
“当人们现在制造这些产品时，主要是反复试验
“MOF数据集真的很有前景，因为有那么多人对MOF感到兴奋，所以从每个人的工作中有那么多东西可以学习，但同时，它非常嘈杂，而且它的报告方式也不系统，”她说
Kulik和她的同事开始使用自然语言处理算法分析已发表的MOF结构和性质的报告
使用这种算法，他们搜索了近4000篇已发表的论文，提取了特定MOF分解的温度信息
他们还提取了关于特定的MOF是否能够承受去除用于合成它们的溶剂并确保它们变得多孔所需的条件的数据
一旦研究人员获得了这些信息，他们就用这些信息来训练两个神经网络，根据分子结构来预测MOFs的热稳定性和溶剂去除过程中的稳定性
“在你开始使用一种材料并考虑将其扩大到不同的应用之前，你想知道它是否能坚持下去，或者在我想要使用它的条件下它是否会降解？”库利克说
“我们的目标是更好地预测什么是稳定的MOF
" 更好的稳定性 使用该模型，研究人员能够识别出影响稳定性的某些特征
一般来说，带有较少化学基团的简单接头更稳定
孔径大小也很重要:在研究人员进行分析之前，人们认为孔径较大的MOF可能太不稳定
然而，麻省理工学院的研究小组发现，如果大孔MOF的结构的其他方面抵消了大孔的尺寸，那么大孔MOF可以是稳定的
Nandy说:“由于MOFs有这么多可以同时变化的东西，如金属、连接体、连接性和孔径，很难确定是什么决定了不同MOFs家族的稳定性。”
“我们的模型使研究人员能够对现有的或新的材料做出预测，其中许多还没有做出
" 研究人员在网上公布了他们的数据和模型
对使用模型感兴趣的科学家可以获得使现有MOF更加稳定的策略建议，他们也可以添加自己的数据和对模型预测的反馈
麻省理工学院的研究小组现在正在使用这个模型来尝试识别可以用来催化甲烷气体转化为甲醇的MOFs，甲醇可以用作燃料
Kulik还计划使用该模型创建一个新的假设的MOF数据集，该数据集以前尚未建立，但预计具有很高的稳定性
研究人员然后可以筛选这个数据集的各种属性
“人们对量子传感和量子计算等领域的MOF感兴趣，所有不同的应用都需要金属以原子级的精确方式分布，”Kulik说
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
