分子筛又登Science,一篇胜百万篇,高通量计算+机器学习+实验验证

分子筛是纳米多孔材料,在工业和可持续催化和分离中具有广泛的应用。虽然拓扑多样性使分子筛具有多功能性,但这种多样性源于亚稳态晶型之间的相位竞争,这阻碍了分子筛新合成路径的合理设计。

计算机模拟可以通过预测有机结构导向剂(OSDA)和目标拓扑之间的亲和力来指导实验工作。最近的研究采用这一策略,一次为几个框架模拟多达数千个OSDA,但他们无法预测提出的OSDA是否更有利于另一种分子筛,而不是想要的分子筛。

因此,从此类研究中报告的实验实现相对较少,因为计算机设计的OSDA候选对象往往无法使目标结构结晶。此外,设计算法通常会导致难合成的分子。

手动文献分析可以为分子筛合成的启发式提供信息,并避免昂贵的模拟,但是从几十篇论文中汇编的数据集在解释组合主-客体配对的相位选择性方面的能力是有限的,并且只尝试了无模板合成路线。

最后,尽管存在几个实验和假设的分子筛结构数据库,但很少有包含OSDA或OSDA-分子筛亲和力的数据库是公开的。同时厘清分子筛相竞争、追溯文献中合成路线、控制OSDA选择性与合成复杂性之间的权衡、调整目标材料的杂原子分布的一般方法尚未实现。

分子筛又登Science,一篇胜百万篇,高通量计算+机器学习+实验验证

麻省理工学院Rafael Gómez-Bombarelli和西班牙瓦伦西亚理工大学Manuel Moliner合作在Science上发表文章,A priori control of zeolite phase competition and intergrowth with high-throughput simulations,结合了多种手段最终解决了上述问题。

在本工作中,作者结合了高通量原子模拟、文献挖掘、人机交互、合成和表征从第一性原理出发,控制模板沸石合成的相位选择性,模拟了超过586,000个分子筛-OSDA对,在复制1000多篇论文的合成结果时,提出的设计原则优于传统的结合能指标,并演示了新鉴定的OSDAs的目标沸石的相选择性合成。

计算方法允许在广泛条件下合成SSZ-39(AEI)和SSZ-13(CHA)分子筛,将更广泛的可合成性窗口与模版的结合能和几何描述符联系起来。此外,作者在CHA框架演示了,微调OSDA的电荷分布可以调节分子筛中的铝配对。最后,设计的工具包还使作者能够从单一的OSDA合成一个铝硅酸盐CHA/AEI共生体,展示了通过控制沸石相竞争来调节催化性能的机会。

更可贵的是,这项工作的综合平台向公众开放,预计这将显著加快分子筛的设计和优化。

图文详情
分子筛又登Science,一篇胜百万篇,高通量计算+机器学习+实验验证

图1. 用于量化分子筛中相竞争的计算方法

分子筛又登Science,一篇胜百万篇,高通量计算+机器学习+实验验证

图2. OSDA对AEI分子筛的选择性

分子筛又登Science,一篇胜百万篇,高通量计算+机器学习+实验验证

图3. OSDA对CHA分子筛的选择性

分子筛又登Science,一篇胜百万篇,高通量计算+机器学习+实验验证

图4. CHA/AEI共生分子筛

文献信息

Schwalbe-Koda et al., A priori control of zeolite phase competitionand intergrowth with high-throughput simulations. Science 374, 308–315 (2021).

https://www.science.org/doi/10.1126/science.abh3350

原创文章,作者:Gloria,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2023/10/10/a0f4f26243/

(0)

相关推荐

发表回复

登录后才能评论