胡良兵/李騰等,最新Nature Nanotechnology! 2024年6月3日 下午3:30 ? 頂刊 ? 閱讀 30 成果簡介 防止石化塑料在自然環境中積累的可能的解決方案是利用天然成分開發可生物降解的塑料替代品,但尋找滿足特定性能的全天然替代品,如光學透明度、阻燃性和機械彈性,還具有挑戰性。基于此,馬里蘭大學Po-Yen Chen、胡良兵教授和李騰教授(共同通訊作者)等人報道了一個集成的工作流程,它結合了機器人技術和機器學習,以加速發現具有可編程光學、熱學和機械性能的全天然塑料替代品。作者實現了使用機器人技術和AI/ML預測的集成工作流程,以加速發現具有可編程光學、熱和機械性能的全天然塑料替代品。四種公認安全(GRAS)的天然成分,包括纖維素納米纖維(CNFs)、蒙脫土(MMT)納米片、明膠和甘油,被選為制造各種全天然塑料替代品的基石。 首先,通過自動化移液的機器人(即OT-2機器人),作者制備了286種不同CNF/MMT/明膠/甘油比例的納米復合材料,并評估膜質量以訓練支持向量機(SVM)分類器。接著,通過14個主動學習循環和數據增強,作者分階段制備了135種純天然納米復合材料,從而構建了一個在整個設計空間具有高預測精度的人工神經網絡(ANN)模型。通過利用模型的預測能力,展示了雙向設計任務,包括(1)準確預測純天然納米復合材料的多種特征;(2)自動建議具有用戶指定特征的合適的可生物降解塑料替代品。 預測模型通過輸入特定的性能準則,發現了適合多種塑料替代品的全天然替代品,無需迭代優化實驗。SHapley加性解釋(SHAP)模型解釋概括了一些數據科學見解,并通過分子動力學(MD)模擬進行了驗證。通過對構建模塊的策略性選擇,結合模型展開的方法,不斷擴大預測模型的設計空間,拓寬可實現功能的范圍。本混合方法,包括機器人輔助實驗、數據科學和模擬工具,提供了一個非常規的設計平臺,以加速GRAS數據庫中環保、可生物降解塑料替代品的發明。 圖1. 機器智能助力全天然塑料替代品的發現 研究背景 石化塑料造成的近80%廢舊塑料最終被填埋或污染環境,造成全球塑料污染。使用天然成分開發可持續的、可生物降解的塑料替代品,可以減少塑料廢物的數量,防止微塑料的釋放。然而,發現符合特定性能標準的可生物降解替代品,如光學透明度,阻燃性和機械彈性,還具有挑戰性。隨著越來越多的塑料需要被替換,尋找合適的可生物降解替代品所需的時間和成本將會增加。此外,可生物降解的塑料替代品通常包含多種天然構建塊,傳統的模擬工具無法有效地描述這種復雜的系統。 機器學習(ML)是人工智能(AI)的一種形式,它構建一個模型來跨多個自由度進行預測或建議。但是,在構建生物降解塑料替代品的高精度預測模型方面存在實質性障礙,因為獲取高質量的數據點既耗時又費力。由于每個實驗室選擇不同的天然成分并遵循各自的規律,因此文獻中的數據點不一致,使得AI/ML預測不可靠。最近關于全天然塑料替代品的報告側重于優化單一特性,因此可以預測多種特性的AI/ML模型的開發仍然有限。 圖文導讀 作者開發了一個AI/ML框架,其中包括三個關鍵步驟,分別是(1)邊界定義;(2)主動學習;(3)計算機數據增強。首先,在此過程中,命令OT-2機器人制備不同比例的MMT/CNF/明膠/甘油混合物庫。然后,將機器人制備的溶液澆鑄到平面聚苯乙烯基板上,讓其蒸發一夜。接著,根據納米復合膜的可拆卸性和平整度,將286個樣品分為四種情況,分別是可拆卸且平坦(A級)、可拆卸但彎曲(B級)、可拆卸但斷裂(C級)和不可拆卸(D級),共有132個A級、36個B級、46個C級及72個D級。 圖2. 構建高精度預測模型 champion模型準確預測了多種純天然納米復合材料的透光率、耐火性能和應力-應變曲線,與實驗結果吻合較好。通過輸入可行設計空間內所有可能的成分,champion模型生成了一組3D熱圖,可視化地表示了所有屬性標簽的空間分布,包括厚度、TVis、TUV、TIR、RR、σu、εf和E。通過調整MMT/CNF/明膠/甘油的比例,全天然納米復合材料的光學、熱學和機械性能在很大范圍內都是可調的。 圖3. champion模型準確預測光學、易燃和機械性能 利用AI/ML預測,作者開發了一個全天然替代品庫,以滿足1? <? σu? <? 120?MPa和0.5? < ?E ?< ?9.9?GPa范圍內的機械設計區域。經過兩步處理后,模型建議的代用品致密化,設計區域擴展到278? < ?σu? < ?521?MPa和17.5? < ?E ?< ?71.7?GPa。利用AI/ML集成方法,作者發現了一組> 150全天然替代品,覆蓋了Ashby圖的整個子區域,實現了廣泛的塑料替代。將兩種純天然替代品連同聚苯乙烯和聚乙烯薄膜一起埋在土壤中,5周后,兩種純天然替代品都被完全分解,而石化塑料則保持完整。 圖4. AI/ML加速全天然納米復合材料的逆向設計 作者在三種張力下的模型上進行了MD模擬:CNF、MMT和MMT/CNF模型。僅CNF模型呈現鏈式滑動行為,導致裂紋形成/擴展,最終導致拉伸破壞。僅使用MMT的模型更脆,拉伸后出現顆粒間斷裂。僅MMT模型的應力-應變曲線為準線性曲線,且在拉伸破壞時出現突然的應力下降。由于MMT/CNF界面具有較高的結合能,受拉裂紋僅在垂直方向(y方向)上擴展,MMT/CNF模型包含一定量的CNF受拉裂紋,因此具有較高的抗拉強度。 通過真空過濾,作者制備了三種薄膜樣品:只有MMT或CNF、1: 1的MMT/CNF混合物。僅MMT薄膜顯示出清晰的斷裂表面,而僅CNF薄膜顯示纖維在斷裂點被拔出。MMT/CNF薄膜顯示出粗糙、崎嶇的裂縫表面,其中多個MMT/CNF子組件由于張力而纏繞在一起。作者選擇24種不同的MMT/CNF/明膠/甘油比例,使用三種不同的明膠來源(冷魚皮、豬皮和牛皮)和三種不同的MMT尺寸(大、中、小納米片)制備了6組全天然納米復合材料。SHAP分析表明,明膠來源和MMT尺寸對光學性能(TIR、TVis和TUV)有較大影響,而對耐火性能和力學性能(RR、σu、εf和E)影響有限。 圖5. MD模擬揭示分子尺度上的變形和失效機制 文獻信息 Machine intelligence-accelerated discovery of all-natural plastic substitutes. Nature Nanotechnology, 2024, DOI: https://doi.org/10.1038/s41565-024-01635-z. 原創文章,作者:計算搬磚工程師,如若轉載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2024/06/03/8ff4820c65/ 贊 (0) 0 生成海報 相關推薦 鄭金龍/王寧/田子奇Small:Fe,F共摻雜調控NiO電子結構,增強氧析出/硫氧化反應性能 2023年10月5日 計算+實驗頂刊集錦:彭棟梁、溫曉東、彭揚、王寧、劉勇等計算成果 2023年10月9日 IF=32.3!南科大/香港科技大學,Nature Photonics! 2024年10月23日 UT Austin劉遠越課題組JACS:終于把ORR選擇性搞清楚啦! 2023年10月15日 IF>62+,校史首篇!桂林理工大學重磅Chemical Reviews! 2023年10月2日 張會剛/朱慶山/惠俊峰:最新ACS Nano! 2023年12月28日