Síntesis rápida de un marco orgánico covalente monocristalino con hábitos cristalinos controlables

Área de la Ciencia:

• Ciencias de los materiales
• Química

Sus antecedentes:

• Los marcos orgánicos covalentes (COF) sintetizados con enlaces reversibles a menudo requieren una lenta cristalización para la perfección estructural, lo que limita las aplicaciones de ingeniería.
• Los métodos existentes restringen la ingeniería selectiva de facetas, lo que dificulta el control avanzado de las propiedades y funcionalidades de los COF.

Objetivo del estudio:

• Desarrollar un nuevo protocolo para la síntesis acelerada y libre de defectos de marcos orgánicos covalentes monocristalinos (COF).
• Explorar y comprender los mecanismos de cristalización que rigen el crecimiento de COF de un solo cristal.
• Aprovechar el aprendizaje automático para predecir las propiedades de los cristales de COF basándose en parámetros de síntesis.

Principales métodos:

• Desarrolló un protocolo de acetal/ácido acético (CH3COOH) para acelerar la cristalización de COF.
• Paisajes de cristalización sistemáticamente investigados por parámetros variables como la quimioselectividad del modulador, la dosis del catalizador, el tiempo y la temperatura.
• Empleó modelos de aprendizaje automático para analizar y predecir el tamaño, la distribución, la forma y la dinámica de crecimiento de los cristales.

Principales resultados:

• Se ha conseguido una síntesis acelerada de COF-300 monocristalino, reduciendo el tiempo de formación de cristales de 60 μm a 1 hora.
• Se ha demostrado una mayor perfección estructural y escalabilidad, produciendo cristales de hasta 300 μm.
• Modelos predictivos establecidos que correlacionan las condiciones de reacción con las características del cristal de COF.

Conclusiones:

• El nuevo protocolo de acetal/CH3COOH permite una síntesis rápida y de alta calidad de COFs monocristalinos, superando las limitaciones anteriores.
• La plataforma de síntesis acelerada facilita los estudios sistemáticos de los mecanismos de crecimiento de COF.
• El aprendizaje automático predice y optimiza efectivamente la síntesis de COF de un solo cristal para propiedades de materiales a medida.