通过结合深度学习和单分子光追踪,在纳米粒子表面探测聚合物存在
Jinpeng Wang1,2, Wei Deng1, Ming Hu1
1State Key Laboratory of Polymer Science and Technology, Changchun Institute of Applied Chemistry, Chinese Academy of Sciences, Changchun, P. R. China.
Macromolecular rapid communications
|August 29, 2025
概括
一种新方法使用单分子光追踪纳米颗粒的聚合物吸附. 这种技术可以准确地识别纠溶液中的聚合物-纳米粒子相互作用,其性能优于现有的方法.
科学领域:
- 聚合物科学
- 材料科学
- 纳米技术
背景情况:
- 了解聚合物-纳米粒子相互作用对于药物输送和涂料等领域至关重要.
- 现有的方法难以准确量化复杂聚合物溶液中的吸附动力学.
研究的目的:
- 开发一种用于分析纳米粒子表面聚合物吸附和脱附的现场新方法.
- 与传统技术相比验证该方法的准确性和效率.
主要方法:
- 使用单分子光追踪来监测扩散状态的转换.
- 使用1D卷积神经网络 (1D-CNN) 进行吸附状态识别.
- 用数值生成和实验数据验证1D-CNN模型.
主要成果:
- 1D-CNN模型在识别吸附状态时达到85%的准确度和0.86的F1得分,即使扩散系数比率很高.
- 提出的方法显著优于隐藏的马尔科夫模型和基于值的方法.
- 聚合物吸附概率随着纳米颗粒大小的减少而降低,而吸附持续时间则增加.
结论:
- 开发的方法为现场研究聚合物-纳米粒子相互作用提供了强大而准确的工具.
- 结果显示了聚乙烯糖醇在纳米颗粒上的尺寸依赖吸附动力学.
- 这项工作促进了对聚合物纳米复合物的界面现象的理解.


