增强聚合物材料的新策略可以导致更兼容的塑料材料并减少塑料废物，并提供马萨诸塞州技术大学和杜克大学的报告。信用图片：David W. Kastner。由安·特拉夫顿（Ann Trafton）撰写
马萨诸塞大学理工大学和杜克大学的研究人员说，增强聚合物材料的新策略可以导致更多的塑料材料并减少塑料废物。
使用机器学习，研究人员已经确定了可以添加到聚合物材料中的交叉相关分子，从而使它们在破裂前可以抵抗更多的强度。这些杂交属于一组称为机械的分子，其形状或其他特征会随着机械强度的响应而变化。
“这些分子对于制造对强度最强烈的反应的聚合物可能是有用的。您在其上施加了一些张力，而不是破裂或崩溃，而是看到了更高弹性的东西，” Lammot du Pont在化学工程中的Heather Kolik说，他也是一位出色的化学教授和研究中的高级作者。
研究人员在这项研究中鉴定出的交叉点是含有铁胶烯的铁的化合物，尚未因其机械能力而被广泛探索。单一的机械评估可能需要数周的时间，但是研究人员表明，他们可以使用自动学习模型极大地加速这一过程。
麻省理工学院博士后Ilia Kevlishvili是《开放访问论文》的主要作者，该论文发表在 中央科学ACS。在其他作者中，杜克大学的学生学生Jafar Fakil；马萨诸塞州理工学院的研究生David Castler和Shayou Huang；杜克大学化学教授斯蒂芬·克雷格（Stephen Craig）。
削弱
机械是分子，通常通过改变其颜色，结构或其他特性来响应功率。在新的研究中，马萨诸塞州技术研究所和公爵希望调查是否可以用来帮助使聚合物更加灵活地损坏。
这项新工作在2023年由Craig和A.化学教授Jermia Johnson进行的一项研究中采用。当包含这些弱十字的材料扩展到塌陷点时，任何裂缝都通过材料传播，试图避免最牢固的键并通过最弱的链接。这意味着裂纹应该比所有链接都具有相同强度的纽带要多。
为了找到利用这一现象的新方法，克雷格和科利克加入了一种尝试，以确定可以用作弱互锁条款的机械。
“我们有这个愿景和新的机械机会，但它带来了一个巨大的挑战：在材料的所有可能结构中，我们如何成为那些拥有最大能力的胸部？”克雷格说。 “ Hareth和Ely的全部功劳是确定这一挑战并创建一种面对面的方法。”
机械的发现和描述是一项艰巨的任务，需要长时间实验或在分子反应的计算方面进行激烈的模拟。最著名的机械是有机化合物，例如环旋植物，它们在2023年研究中被用作互锁力。
在新的研究中，研究人员希望专注于称为铁胶烯的分子，这些分子被认为具有机械能力。亚铁烯是有机金属化合物，在两个含碳的环之间限制了铁原子。这些环可能包含添加的各种化学基团，从而改变其化学和机械性能。
许多毒素被用作药物或刺激制剂，并且已经知道了良好的机械性，但其中大多数尚未用于此用途。实验测试可以进行几周的可能机制，而数学模拟却更快地需要几天。对数千名使用这些策略的候选人的评估很困难。
我意识到，自动学习方法可以极大地加速这些分子的表征，马萨诸塞州技术团队和杜克斯决定使用神经网络来识别可以有希望的机械性机械性的维罗金斯。
他们已经从称为剑桥结构数据库的数据库中启动了信息，该数据库包含已经合成的5,000个不同virk的结构。
Kevlevili说：“至少从机械的角度来看，我们不必担心合成问题。这使我们能够选择一个非常大的空间来探索具有很多化学多样性的探索，这将在工业上进行研究。”
首先，研究人员对大约400辆车进行了算术模拟，从而使他们能够计算每个分子内拆卸原子所需的强度量。对于此应用，他们正在寻找会迅速爆炸的分子，因为这些弱连接可以使聚合物材料更能抵抗撕裂。
然后，使用此数据以及有关每种化合物结构的信息来训练机器学习模型。该模型能够预测刺激力学所需的强度，这反过来影响了破裂的阻力，对于数据库中的剩余4,500辆车辆，以及与数据库中类似的7,000个其他车辆，但有些原子已重新排列。
研究人员发现了两个似乎仍然抵抗眼泪的主要特征。与病毒环相关的化学基团之间的反应之一是。此外，与两个病毒环相连的巨大大分子的存在使该分子更容易响应适用力而被分离。
尽管这些功能中的第一个并不奇怪，但第二个功能并不是化学家事先预测的，没有大赦国际就无法发现。柯克斯说：“这真的很突然。”
塑料
一旦研究人员确定了大约100名有前途的候选人，杜克的Craig实验室综合了其中一种包括其中一种的聚合物，称为M-TS-FC。在材料内部，M-TMS-FC充当了交织的领导者，将多晶线（一种塑料）连接起来。
通过将强度施加到每种聚合物折磨之前，研究人员发现弱M-TS-FC链接产生了强烈的抗泪聚合物。该聚合物的变化是像十字架一样由标准病毒制成的聚合物的四倍。
“这确实具有很大的影响，因为如果我们考虑使用的所有塑料材料以及所有塑料废物的积累，如果您制造了更多的弦乐材料，这意味着它们的寿命将更长。它将在更长的时间内有用，从长远来看，这可能会减少塑料的产量，” Kevlevili说。
现在，研究人员希望使用学习机械的方法来定义机械的其他所需特性，例如改变颜色或响应强度而变得活跃的能力。这些物质可以用作应力传感器或开关，也可以用于生物医学应用，例如递送药物。
在这些研究中，研究人员计划专注于围式紫藤和其他机械师，这些机制含有已经合成但尚未完全了解其特性的矿物质。
Colic说：“过渡性矿物质的机制相对不稳定，而且可能更难。” “这种数学工作流可以广泛用于扩大人们研究的机械空间。”
该研究由国家分子网络化学科学基金会（MONET）资助。
