美國波多黎各大學陳中方教授J. Mater. Chem. A: 機器學習結合傳統計算化學加速沸石材料的篩選


【引言】

硅氧烷是一類有機硅衍生物,也稱為有機硅,被廣泛用于醫藥和工業應用中(2018年的年產量為280萬噸),主要用于化妝品和個人護理產品中,如除臭劑,洗發水,護膚霜和發型設計產品。這些物質帶有令人愉悅的氣味,并起到光滑作用。但是,這些年,硅氧烷也成為了一種嚴重的有機污染物。當我們使用含硅氧烷的產品時,硅氧烷會蒸發或被沖洗掉并沖走下水道,從而最終進入多種生態環境。由于它們普遍具有比較高的蒸氣壓,硅氧烷在生態環境中具有持久性和易于生物積聚的特性,很難從各種環境介質中去除。

早在1990年代,研究人員就意識到某些硅氧烷可以在幾種水生生物中引起毒性作用。硅氧烷被分為線性和環狀化合物,其粒徑,分子量,形狀和化學基團的不同,影響了它們的安全性和其他理化特性。近期更有研究表明,某些硅氧烷的釋放可能對動物有機體產生嚴重影響甚至毒性作用,例如結締組織疾病,最終致命的肝或肺損傷等。更糟糕的是,硅氧烷的存在很可能掩蓋檢測系統中其他污染物的存在,這嚴重阻礙其他污染物的有效去除。

開發合適的吸附劑是去除硅氧烷的經濟有效的解決方案。純硅沸石(PSZs)具有出色的結構優勢,可作為吸附材料。作為一種僅由硅和氧原子組成的微孔材料,純硅沸石是疏水的,沒有任何酸性吸附位。此外,純硅沸石具有很好的熱穩定性,并且當其孔堵塞時可以輕松再生。這些獨特的性質使純硅沸石成為去除硅氧烷的潛在吸附劑。但是,成千上萬種可能的純硅沸石被報導過,根本不可能對這些純硅沸石進行逐一篩選,所以機器學習方法被引進到研究中,用來加速篩選高效的純硅沸石用于去除硅氧烷。

【成果簡介?】

近日,美國波多黎各大學陳中方教授聯合化學工程學院Arturo J. Hernandez-Maldonado教授, 數學學院Luis R. Pericchi教授,帶領林詩茹(第一作者)等博士生設計了一個兩步計算框架結合了經典蒙特卡洛(GCMC)模擬和機器學習方法來研究純硅沸石的吸附性能。四種代表性的線性硅氧烷及其衍生物三甲基硅烷醇(TMS),二甲基硅烷二醇(DMSD),一甲基硅烷三醇(MMST),和二甲基砜(DMSO2)被作為研究污染物。他們從50 959個假想純硅沸石結構中隨機挑出500個結構,用GCMC模擬得到吸附能數據作為機器學習的輸入數據。在訓練機器學習模型后,從所有結構中篩選出了230個對四種污染物都有很強吸附能力的理想沸石(篩選比例: 0.0045)。他們從中隨機挑選出20個理想沸石進一步進行GCMC模擬,發現20個體系對四種污染物均表現出優秀的吸附性能。該成果以題為“Machine-learning-assisted screening of pure-silica zeolites for effective removal of linear siloxanes and?derivatives”最近發表在J. Mater. Chem. A上

【圖文導讀】
Figure 1.?兩步計算框架結合經典蒙特卡洛(GCMC)模擬和機器學習方法得到可去除四種硅氧烷和類似物的理想沸石

Figure 2.?通過GCMC模擬得到的500種純硅沸石對四種硅氧烷類似物的平均吸附能和吸附量

三角形點代表按吸附能排名的前20%沸石(1類),

正方形點是其他80%沸石(0類)

淺黃色部分表示按吸附量排序的90%頂級1類沸石。

Figure 3. 每種污染物的最佳沸石(500個沸石中)的結構和最低能量的吸附結構

黃色,紅色,淺黃色和白色的球分別代表硅,氧,硫和氫原子。

在吸附幾何結構中,污染物以球棍模型表示,而沸石骨架中的硅和氧原子則以黃點和紅點表示。

Figure 4.?機器學習模型中揭示的五個特征(晶體參數:a,b和c;孔徑:p,表面積:s)對四種污染物(DMSO2,TMS,DMSD和MMST)的吸附的重要性。

Figure 5. 從預測的理想230沸石中隨機選擇的第一組10種沸石的吸附能和吸附量數據,分別參比頂級20%的吸附能和頂級30%吸附量標準。

(a)吸附能

(b)吸附量

【總結】

由于硅氧烷的廣泛,持久和有毒的性質,去除硅氧烷是一個嚴峻的挑戰。去除硅氧烷的難點在于硅氧烷與普通吸附劑之間的相互作用普遍較弱,所以尋找高吸附能的吸附劑迫在眉睫。在這項工作中,作者們結合GCMC模擬和機器學習技術,捕獲了純硅沸石的基本結構特(晶體結構,表面積,孔徑大小),并利用這些特征和硅氧烷吸附能力的關系,對純硅沸石進行篩選。在純硅沸石的部分數據庫中,使用ML模型從50959個純硅沸石篩選出230個同時對四種硅氧烷類似物具有很強吸附能力的理想沸石。這項工作展示了機器學習方法在發掘材料發現的強大力量,類似的方法可以被運用到更多更復雜的體系中。文獻鏈接:Machine-learning-assisted screening of pure-silica zeolites for effective removal of linear siloxanes and derivatives. J. Mater. Chem. A, 2020,8, 3228-3237.

https://doi.org/10.1039/C9TA11909D

分享到