机器学习辅助的共价有机框架的探索,用于从水中去除短链的每和多基物质 (PFAS)
Mengru Zhang1, Teng Ma1, Murat Ozlek2
1Department of Chemical Engineering, University College London, London, WC1E 7JE, United Kingdom.
Journal of colloid and interface science
|September 20, 2025
概括
短链多基和多基物质 (PFAS) 是持久的环境污染物. 机器学习模型确定了基于三酸的共价有机框架 (COF) 作为从水中去除 perfluorobutanoic acid (PFBA) 的前景.
科学领域:
- 环境化学环境化学
- 材料科学 材料科学 材料科学
- 计算化学的计算化学
背景情况:
- 短链分和多基物质 (PFAS) 正在取代受监管的长链 PFAS.
- 短链PFAS是持久的,移动的,并带来环境和健康风险.
- 传统的吸附剂在短链PFAS去除方面表现不佳.
研究的目的:
- 研究使用共价有机框架 (COF) 的短链PFAS perfluorobutanoic acid (PFBA) 的吸附性去除.
- 在水性环境中检查PFBA选择性的结构性能关系.
- 确定最佳的COF结构,以有效地去除PFBA.
主要方法:
- 采用机器学习辅助的计算分子建模.
- 模拟PFBA与各种COF结构之间的相互作用.
- 分析了COF链接类型和功能化对PFBA选择性的影响.
主要成果:
- COF链接类型对PFBA选择性产生了重大影响.
- 基于triazine,borazine,boronate ester和borosilicate的COF显示出高的PFBA选择性.
- 基于triazine的COF是最有前途的,因为水的稳定性与基于的COF有关.
- 功能化对选择性的影响依赖于链接.
结论:
- 基于triazine的COF对从水中去除PFBA非常有希望.
- 了解结构-属性关系是设计有效的PFAS吸附剂的关键.
- 计算建模加速了用于环境修复的新材料的发现.
更多相关视频
12:05Preparation of Hydrophobic Metal-Organic Frameworks via Plasma Enhanced Chemical Vapor Deposition of Perfluoroalkanes for the Removal of Ammonia
Published on: October 10, 2013
16.0K
08:42Microfluidic-based Synthesis of Covalent Organic Frameworks COFs: A Tool for Continuous Production of COF Fibers and Direct Printing on a Surface
Published on: July 10, 2017
14.1K
