用LNKD建模分子打印纳米粒子:用于聚合物交叉链接的资源高效算法

科学领域:

• 聚合物化学 聚合物化学
• 计算材料科学科学 计算材料科学
• 生物材料工程 生物材料工程

背景情况:

• 化学交叉链接改变材料特性,分子印记聚合物 (MIP) 为各种应用提供可设计的结合点.
• 对交叉链聚合物的复杂,概率结构的实验性表征具有挑战性.
• 对聚合物交叉链的计算预测是资源密集型的,而且还没有得到充分的探索.

研究的目的:

• 开发一种资源效率高的算法,用于预测预交联聚合物结构中的反应性原子对.
• 为了使分子印记纳米粒子 (MINPs) 和它们的结合特性能够准确的计算建模.
• 提供适用于MIP和其他交叉链接材料的计算工具.

主要方法:

• 介绍LNKD (KD树中的链接节点),一种对反应性原子执行空间查询并使用交叉链接概率函数的算法.
• 开发一种协议,将分子动力学模拟与LNKD相结合,用于模拟MINP.
• 对MINP结合性质的实验结果进行验证.

主要成果:

• LNKD准确地模拟MINP及其结合性质,重现实验趋势.
• 该算法在测试的MINP中识别了88-95%的反应性原子的交联对.
• 在笔记本电脑上,LNKD在约3秒内实现了这一预测,证明了高效率.

结论:

• LNKD提供了一种计算效率高,准确的方法,用于预测聚合物中的交叉链接.
• 开发的协议促进了分子印记纳米粒子及其功能性质的建模.
• 这种方法推进了交叉连接材料的计算设计和表征.