根据麻省理工学院和杜克大学的研究人员称，一种强化聚合物材料的新策略有望制造出更耐用的塑料和合成纤维，同时减少浪费。
通过机器学习，研究人员发现了可以添加到聚合物材料中的交联剂分子，这些交联剂能使材料在撕裂前承受更大的力。这类交联剂属于机械敏化分子，它们能根据机械力的作用改变自身的形状或其它性质。
“这些分子有助于制造出在受力时更坚固的聚合物，”麻省理工学院化学工程教授希瑟·库利克说。“当你对它们施加压力时，它们不会开裂或破碎，反而会展现出更强的韧性。”
铁茂化合物
这些交联剂是含有铁的化合物，被称为铁茂。迄今为止，人们尚未充分探索它们作为机械感应剂的潜力。传统上，对单一机械感应剂的实验评估需要数周时间，但研究人员利用机器学习模型大大加快了这一过程。
他们首先参考了剑桥结构数据库中的信息，该数据库包含了已合成的5,000种不同铁茂化合物的结构数据。
“我们知道，至少从机械感受器的角度来看，我们不必担心合成问题，”麻省理工学院博士后伊利亚·凯夫利什维利解释道。“这让我们能够选择广阔的探索空间，其中包含许多在合成上可行的化学多样性。”
研究人员首先对其中约400种化合物进行了计算模拟，以此确定在每个分子中，需要多大的力才能将原子分开。在此过程中，他们寻找的是那些容易分解的分子，因为这样的薄弱环节能提升聚合物材料的抗撕裂性能。
扩展的数据库
他们随后利用这些数据，以及各化合物的结构信息，训练了一个机器学习模型。该模型能够预测激活机械感受器所需的力，进而推断出数据库中剩余4,500种化合物的抗撕裂性能，此外还包括7,000种与数据库中的化合物相似但部分原子排列有所变化的化合物的抗撕裂性能。
研究人员发现了两个可能增强抗撕裂性能的主要特征。其一是指连接在二茂铁环上的化学基团之间的相互作用；其二则是二茂铁的两个环上附着有较大且结构复杂的分子，这些分子在受到外力作用时更容易分解。
研究人员表示，虽然其中第一个特征并不令人意外，但第二个特征是化学家事先无法预测的，而且没有人工智能的帮助也根本无法检测出来。
更坚固的塑料
当研究人员筛选出约100种有潜力的候选物质后，杜克大学化学教授斯蒂芬·克雷格的实验室合成了其中一种名为m-TMS-Fc的聚合物材料。在该材料中，m-TMS-Fc起到交联剂的作用，将构成聚丙烯酸酯这种塑料的聚合物链连接在一起。
通过向每种聚合物施加力量直至其撕裂，研究人员发现，脆弱的m-TMS-Fc连接剂能够生成坚固且抗撕裂的聚合物。这种聚合物的强度大约是使用标准铁茂作为交联剂所制备聚合物的四倍。
“这确实具有重大意义，因为如果我们考虑到所使用的所有塑料以及不断累积的塑料垃圾，如果能让材料更坚固，那就意味着它们的使用寿命会更长，”凯夫利什维利说。
研究人员现在希望利用他们的机器学习方法来寻找具有其他理想特性的机械感应剂，例如在受力作用下能够改变颜色或变得具有催化活性。这类材料可用作应力传感器或可切换催化剂，同时也可用于药物输送等生物医学领域。
“过渡金属机械敏化剂目前研究较少，而且制造起来可能有点更具挑战性，”库利克说。“这种计算方法可以广泛应用于扩展人们已研究的机械敏化剂的范围。”
该研究由美国国家科学基金会分子优化网络化学中心（MONET）资助。
