通过高通量选方法加速设计超高性能阿拉米德共聚物
Hyeonsuk Yoo1, Ruth M Muthoka1, Xiangyu Zhang2
1Department of Chemistry and Chemical Engineering, Education and Research Center for Smart Energy and Materials, Inha University, Incheon 22212, Republic of Korea.
ACS applied materials & interfaces
|August 21, 2023
概括
研究人员使用化学信息学和分子动力学模拟开发了一种数据驱动的方法,以发现高性能阿拉米德纤维的新型二胺单体. 这种方法有效地选了庞大的化学空间,以加速先进的聚合物设计.
科学领域:
- 材料科学与工程 材料科学与工程
- 聚合物化学 聚合物化学
- 计算化学计算化学
背景情况:
- 开发先进的功能性聚合物是具有挑战性的,因为可能的材料的巨大,潜在的无限,化学空间.
- 高性能共聚合亚拉米德纤维需要新型单体来提高性能.
- 现有的单体发现方法往往缓慢且范围有限.
研究的目的:
- 提出和验证一种数据驱动的,高通量选方法,用于设计用于高性能共聚合亚拉米纤维的新型单体.
- 为了确定有前途的二胺单体,以替代Technora中的3,4'-oxydianiline.
- 探索来自PubChem数据库的潜在单体的大规模数据集.
主要方法:
- 从PubChem数据库中编制了1,920,304个潜在的二胺单体的大规模数据集.
- 最初的选使用了化学信息学方法,评估分子复杂性,中立性,线性和旋转半径.
- 随后的选涉及分子动力学 (MD) 模拟,以评估链间相互作用能量和拉伸强度.
主要成果:
- 综合选方法成功识别了31种新型和有前途的亚拉米德共聚合物的二胺单体.
- 该方法在导航和过广的化学空间方面表现出了效率.
- 已识别的单体显示了提高阿拉米德纤维性能的潜力.
结论:
- 拟议的数据驱动,高通量选协议对于在先进的聚合物设计中探索目标化学空间是有效的.
- 这种方法加速了用于高性能亚拉米德纤维和其他先进聚合物的新型单体的发现.
- 该研究强调了化学信息学和分子动力学模拟用于材料创新的协同作用.
