深度学习揭示爆炸性高氯酸盐的分子秘密
高氯酸盐是一类因其爆炸性而臭名昭著的化合物。这在涉及含有高氯酸根离子的复杂化合物的实验中引起了安全问题，因为即使最轻微的冲击或热量也可能引发爆炸。因此，研究它们的分子结构并了解其爆炸性背后的原因非常重要。
在这种情况下，一种称为赫希菲尔德表面分析的方法已被广泛用于可视化和量化晶体化合物的晶体结构和分子相互作用。此外，由赫希菲尔德分析得出的二维指纹图生动地显示了晶体中复杂的相互作用。然而，尽管有这些优点，这些方法仅依赖于人眼的判断，限制了它们的整体有效性。为了寻找克服这些限制的方法，最近的研究探索了使用深度学习和人工智能 (AI) 方法进行分析。这些研究指出了使用人工智能来揭示人类难以辨别的特征的潜在好处。
现在，为了充分发挥 Hirschfield 表面分析的潜力，由日本东京理科大学 (TUS) 化学系和火灾科学与技术中心 Takashiro Akitsu 教授领导的研究小组最近采用了深度分析技术学习分析萨伦型金属配合物的赫希菲尔德表面。研究团队还包括来自启迪科技大学的 Yuji Takiguchi 先生、Shintaro Suda 先生和助理教授 Daisuke Nakane。
Salen型配合物是一个新兴且利润丰厚的研究领域，主要是由于其多样化的功能。“这些材料的爆炸和热特性的实际实验是准确的，但极其危险，因此，使用人工智能仅通过分析晶体结构来研究这些特性可能非常有利， ”Akitsu 教授解释道。这项研究的结果于 2023 年 12 月 30 日在线发表在《FirePhysChem》杂志上。
该团队开发了存储在剑桥晶体数据库(CCDC)中的萨伦型金属配合物的赫希菲尔德指纹图的广泛数据集，并使用深度学习来研究导致其爆炸性的晶体结构特征。为此，研究人员还采用了一种特殊的变分自动编码器，利用该编码器将指纹图图像中嵌入的信息转换为低维向量。这使他们能够定量研究图的形状，而到目前为止，这只是定性地进行。他们的分析表明，萨伦型金属配合物缺乏任何独特的结构特征，表明它们的爆炸性质与高氯酸根离子的化学键及其周围的分子间相互作用有关。
Akitsu 教授强调了这项研究的重要性，他解释说：“传统上，晶体工程领域仅关注晶体中小分子的相互作用。但在未来，复杂系统中的相互作用将变得越来越重要。这意味着研究它们的分子间相互作用将变得更加重要。我们的新方法可以通过单独了解晶体结构来帮助研究这种相互作用。此外，它还可以为新药的发现和推进催化研究做出贡献。”
这项研究还利用了 CCDC 晶体结构数据库，尽管该数据库拥有超过 100 万条条目，但仍未得到充分利用。此外，本研究提出的创新方法可以促进该数据库的使用，并可以导致新的有趣的化合物的发现。
总体而言，该研究提供了对高氯酸盐爆炸性质的见解，此外还提出了一种更安全的数据驱动方法来研究化合物的物理性质，推进晶体工程和含能材料研究!
版权声明：本文由用户上传，如有侵权请联系删除！