麻省理工学院 | 科学家使用计算模型设计“超稳定”材料

麻省理工学院化学与化学工程副教授、该研究的高级作者希瑟·库利克（Heather Kulik）表示：“当人们提出假设的MOF材料时，他们不一定事先知道该材料的稳定性。”。“我们使用数据和机器学习模型来构建预期具有高稳定性的构建块，当我们以更加多样化的方式重新组合这些构建块时，我们的数据集使用了比人们之前提出的任何一组假设材料都具有更高稳定性的材料。”

麻省理工学院研究生阿迪蒂亚·南迪是纸张今天发表在杂志上物质其他作者包括麻省理工学院博士后岳树文、研究生吴昌焕和特朗斯、段晨茹博士，以及釜山国立大学化学与生物分子工程副教授钟永春。

科学家对MOF感兴趣，因为它们具有多孔结构，因此非常适合气体应用，例如气体存储、将类似气体彼此分离或将一种气体转换为另一种气体。最近，科学家也开始探索使用它们在体内输送药物或成像剂。

MOF的两个主要组成部分是二级建筑单元（包含金属原子如锌或铜的有机分子）和连接二级建筑单位的有机分子（称为连接体）。库利克说，这些部件可以以多种不同的方式组合在一起，就像乐高积木一样。

她说：“因为乐高积木有很多不同的类型和组装方式，这就导致了不同金属有机框架材料的组合爆炸。”。“通过挑选和选择不同组件的组装方式，您可以真正控制金属有机框架的整体结构。”

目前，设计MOF最常见的方法是通过试错法。最近，研究人员开始尝试用计算方法来设计这些材料。大多数此类研究都是基于对材料在特定应用中的工作性能的预测，但它们并不总是考虑最终材料的稳定性。

库利克说：“一种用于催化或储气的真正好的MOF材料应该有一个非常开放的结构，但一旦你有了这种开放结构，就很难确保这种材料在长期使用下也很稳定。”

在2021年的一项研究中，Kulik报告说新模型她通过挖掘数千篇关于MOF的论文，找到了关于特定MOF分解温度的数据，以及特定MOF是否能够承受去除合成溶剂所需的条件。她训练计算机模型根据分子结构预测这两个特征，即热稳定性和活化稳定性。

在新的研究中，Kulik和她的学生使用该模型识别了大约500个具有非常高稳定性的MOF。然后，他们将这些MOF分解为最常见的构建块——120个二级构建单元和16个链接器。

通过使用大约750种不同类型的架构（包括许多通常不包含在此类模型中的架构）重组这些构建块，研究人员生成了大约50000个新的MOF结构。

库利克说：“我们实验组的一个独特之处是，我们观察到的晶体对称性比以往任何时候都要丰富得多，但[我们这样做了]使用的这些构建块只来自实验合成的高度稳定的MOF。”

超稳定性

然后，研究人员使用他们的计算模型预测了这50000个结构中每个结构的稳定性，并确定了大约10000个他们认为超稳定的结构，包括热稳定性和活化稳定性。

他们还筛选了结构物的“可输送能力”，即衡量材料储存和释放气体的能力。为了进行这项分析，研究人员使用了甲烷气体，因为捕获甲烷可能有助于将其从大气中清除或转化为甲醇。他们发现，他们鉴定的10000种超稳定材料具有良好的甲烷释放能力，并且根据预测的弹性模量测量，它们也具有机械稳定性。

“设计MOF需要考虑多种类型的稳定性，但我们的模型能够对热稳定性和活化稳定性进行近零成本预测，”Nandy说。“通过了解这些材料的机械稳定性，我们提供了一种新的方法来确定有希望的材料。”

研究人员还确定了一些倾向于生产更稳定材料的构建块。稳定性最好的二级建筑单元之一是含有钆（一种稀土金属）的分子。另一种是含钴卟啉——一种由四个相互连接的环组成的大型有机分子。

Kulik实验室的学生现在正在合成一些MOF结构，并在实验室测试其稳定性、潜在催化能力和气体分离能力。研究人员还使他们数据库为有兴趣测试其自身科学应用的研究人员提供的超稳定材料。

西北大学（Northwestern University）化学与生物工程教授Randall Snurr没有参与这项研究，他说：“这项研究中开发的MOF结构数据库将对那些使用计算筛选来为目标应用寻找新MOF的研究人员非常有用。”。“使用他们之前开发的机器学习方法，他们能够专注于生成可能具有高稳定性的MOF结构，这是实际应用中的一个重要考虑因素。”

这项研究由美国国防高级研究计划署、国家科学基金会研究生奖学金、海军研究办公室、能源部、麻省理工学院葡萄牙种子基金会和韩国国家研究基金会资助。