基于的水凝对粘性塑性质的QSPR研究
Mostafa Montazeri1, Mahsa Baghban Salehi2, Babak Fazelabdolabadi1
1Research Institute of Petroleum Industry, Tehran, Iran.
Journal of biomolecular structure & dynamics
|July 17, 2023
概括
机器学习揭示了基于的水凝的机械特性,包括弹性和粘性模块,与它们的分子结构有关. 这项研究提供了第一个关于70种基凝配方的频率依赖模块的报告.
科学领域:
- 材料科学 材料科学 材料科学
- 计算化学的计算化学
- 生物材料工程 生物材料工程
背景情况:
- 基于的水凝是具有可调节性质的多功能生物材料.
- 了解分子结构和机械行为之间的关系对于设计先进的水凝至关重要.
- 粘膜性质和依赖频率的机械反应是水凝功能的主要特征.
研究的目的:
- 研究基于的水凝的分子描述符与它们的粘性塑性特性之间的相关性.
- 建立定量结构-属性关系 (QSPR) 以预测水凝的机械行为.
- 报告一种新的基于的水凝配方的频率依赖弹性和粘性模块.
主要方法:
- 利用机器学习 (ML) 技术,包括监督和无监督的方法.
- 分析了17,968个分子描述符和结构指纹的全面数据集.
- 在 [0.1-100] rad/s 的频谱中测量了弹性和粘性模块.
主要成果:
- 确定了分子属性 (例如电荷,电负性,表面积,键类型) 与频率依赖的机械响应之间的统计学意义上的相关性.
- 证明使用无监督学习将数据映射到主要组件可以提高预测准确性.
- 为70种基于的水凝配方提供了依赖频率的弹性和粘性模块的第一份报告.
结论:
- 分子结构是基水凝机械性质的关键决定因素.
- ML和QSPR建模为预测和优化水凝性能提供了强大的工具.
- 这项研究为合理设计具有定制粘性可塑性的基凝奠定了基础.
更多相关视频
15:33Microwave-assisted Functionalization of Polyethylene glycol and On-resin Peptides for Use in Chain Polymerizations and Hydrogel Formation
Published on: October 29, 2013
29.0K
05:24Author Spotlight: Improving the Production of Self-Assembling Fibers and Peptide Hydrogels for Superior Biocompatibility
Published on: September 6, 2024
1.2K
