纳米多孔材料广泛应用于气体分离、催化、药物载体等诸多不同领域。它的性能取决于化学组成和孔的形状,前者容易确定但后者却很难量化。到目前为止,化学家仅依靠视觉分析来判定两种材料的孔隙是否具有相似性。试想,若是能创造一种量化与比较孔隙几何相似性的方法,那么为一个给定的应用寻找到适合的纳米多孔材料,将变得更加容易。
近日,来自瑞士洛桑联邦理工学院(EPFL)的Berend Smit教授及其团队做出了突破,他们使用拓扑数据分析(topological data analysis,TDA),开发出一种新的孔识别方法以定量评估孔结构的相似性并加以分类。该方法能够区分具有孔隙几何相似性的材料,也可根据给定结构筛选与之相似的材料。相关成果发表于Nature Communications 杂志上。
Berend Smit教授。图片来源:EPFL
研究人员首先采用“持续同调(persistent homology)”为给定的材料生成相应的条形码,这种条形码相当于数据库中每种材料孔结构所特有的“指纹”。然后研究人员将这些指纹进行比较,以计算两种材料孔形状的相似程度。利用这种方法,研究人员就可以识别并筛选出具有类似孔结构的材料。
两种不同沸石结构的“指纹”图谱。图片来源:Nat. Commun.
接着,研究人员对比了利用持续同调与传统方法来寻找类似孔结构的结果。传统方法虽然可以找到具有相似大小的结构,但其孔的形状却有极大的差别。相比而言,由持续同调寻找到的材料,可以保证孔的形状也非常相似。
比较持续同调(PerH)与传统方法(ConD)寻找类似结构的材料。图片来源:Nat. Commun.
然后,研究人员将目标锁定到近年来热门的金属有机框架(MOF)材料。在近5年内,文献已经报道合成了超过10,000种MOFs,如此多的数量使得人们无法通过视觉来比较相应的孔结构。而采用新的拓扑数据分析方法,研究人员能够轻松地寻找到具有类似孔形状的MOFs,就算它们的化学组成不同也没关系。
具有类似孔形状的MOFs。图片来源:Nat. Commun.
最后,研究人员使用甲烷储存作为案例进行实际研究。研究结果表明,通过搜索数据库以获得类似的孔形状,可以找到7种不同类型的性能优异的多孔材料。同时,映射图的颜色编码也很好地说明了不同孔形状的材料具有不同的最佳吸附热。拓扑数据分析揭示了结构之间的相似性,每个节点表示类似材料的系列,而两个节点之间的网络表示它们共享至少一种材料。节点之间的距离越远,材料越不相似。
在甲烷储存中表现最佳的沸石(前1%)的映射图。图片来源:Nat. Commun.
总而言之,量化孔结构的相似性,能够使科学家们不仅可以筛选与性能优异结构类似的材料,还可以根据孔形状的相似性来归类某一组材料。接下来,研究人员打算将此方法扩展到化学特异性以及电荷分布,以期更全面地探索最佳性能的材料。
原文(扫描或长按二维码,识别后直达原文页面,或点此查看原文):
Quantifying similarity of pore-geometry in nanoporous materials
Nat. Commun., 2017, DOI: 10.1038/ncomms15396
(本文由冰供稿)
如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOL ( x-mol.com ), 未经许可,谢绝转载!