突破!双一流大学,首篇Nature!

AI算法与图像处理

共 3034字,需浏览 7分钟

 ·

2022-04-19 02:41

点上方计算机视觉联盟获取更多干货

仅作学术分享,不代表本公众号立场,侵权联系删除
转载于:华东理工大学,双一流高校
985人工智能博士笔记推荐
周志华《机器学习》手推笔记正式开源!附pdf下载链接,Github2500星!

近日,国际权威学术期刊《自然》(Nature)以“Reconstructed covalent organic frameworks”为题,在线报道了华东理工大学材料生物学与动态化学教育部前沿科学中心、化学与分子工程学院朱为宏教授、田禾院士和英国利物浦大学Andrew Cooper教授基于动态化学构筑共价有机框架材料研究取得的突破性进展。化学与分子工程学院博士后张维伟为论文第一作者,华东理工大学为第一通讯单位。这也是华理首次以第一通讯单位在《自然》杂志上发表学术研究论文。


共价有机框架(COFs)是新兴的晶态多孔材料,由轻质的有机分子基元,通过全共价键连接而形成二维或三维的网络结构,故具有优异结构可裁剪性和功能可调性,以及低骨架密度、高孔隙率、开放的孔道结构等优点,在气体储存、吸附分离、光电转化、多相催化等功能应用中前景广阔。

该研究论文题为“Reconstructed covalent organic frameworks”。针对该领域长期以来“结晶性”和“稳定性”难以兼得的共价组装挑战,研究团队提出了基于动态化学“重构共价有机框架(Reconstructed COF, RC-COF)”的全新概念,通过可逆共价键预组装和合成后框架重构为不可逆共价键制备了高结晶、高稳定的COF材料,获得了优于所有已知COF材料的二氧化碳吸附能力,以及可与同领域最高水平材料相媲美的光催化产氢性能。


《自然》杂志在线发表论文的界面



结晶困局

框架共价组装的核心挑战

动态共价化学是COF材料定向设计的科学基础,赋予了共价组装过程的纠错能力,是同时取得结晶性和稳定性的关键。然而,“结晶性”与“稳定性”在COF材料的合成制备中往往“顾此失彼”:一方面,高结晶性COF框架合成所采用的可逆共价键容易在极端条件下分解,大大限制了其可应用的场景;另一方面,采用不可逆共价键,虽可制备高稳定性的COF材料,但通常结晶性较差而难以发挥其应有的高性能。此外,COF材料合成所需的严格除氧操作也限制了其宏量制备和大规模推广应用。因此,高稳定、结晶性COF材料的合成策略和高效制备是该领域走向实用化的一大障碍。


框架重构

更精准、更强的共价连接

借鉴了超分子化学纳米限域反应和动态共价化学的理念,研究团队巧妙地将框架共价组装和不可逆共价键分开,提出了“重构共价有机框架”的合成策略:利用可逆共价键,将有机基元“预组装”成晶态框架,再进行合成后的“限域重构”,由此实现高稳定性结晶COF在常规合成条件下的高效制备和可规模化生产。

在实际操作中,研究人员采用方向性强且可逆性高的尿素键作为“共价绳索”,将分子基元预组装成高结晶性COF框架后,再在更高的反应温度下,利用水分子作为“剪刀”剪断“共价绳索”,释放出氨气和二氧化碳后被保留下来的芳胺和醛的官能基元在纳米限域的框架中原位聚合和不可逆异构化,完成了高稳定性框架的预设性重构结晶。研究人员还通过准原位X射线粉末衍射监控样品结晶性并观测整个框架重构的过程。控制实验表明温度和水含量是诱导框架重构反应的两个关键要素。

框架重构:

基于纳米限域反应和动态共价键,

构筑兼具高结晶性

和高稳定性的COF材料新策略


性能提升

更好的材料、更优的性能


以上述研究为基础,研究人员制备出一系列高结晶性的RC-COF材料,由此也验证了上述策略的有效性和普适性。


高结晶性不仅带来了更高比表面积和孔隙率,更赋予材料更加优越的光生载流子形成和传输能力。

据研究人员介绍,该项工作的创新理念受到了中国优秀传统文化中“化茧成蝶”概念的启发——通过弱的可逆共价键预组装成晶态的亚稳定共价框架,再通过动态化学、纳米限域反应形成更稳定的全新框架,类似于蝴蝶从幼虫结茧最后蜕变成蝴蝶的过程,所谓“毅然剪断牵挂,力求重塑自我,一朝化茧成蝶,定当惊艳四座”。

“该研究提出的尿素基团作为一次性的、可逆、可移除的‘共价绳索’(Disposable covalent tether)开辟了构筑兼具高结晶性和高稳定性COF材料的动态化学新范式。”朱为宏教授说。

重构共价有机框架——“化茧成蝶”


该论文是华东理工大学首次以第一通讯单位在Nature期刊上发表的研究性论文,张维伟博士为论文第一作者,朱为宏教授和Andrew Cooper教授为论文通讯作者。研究工作得到了田禾院士的大力支持,测试表征方面的工作得到了上海科技大学章跃标教授和英国利物浦大学材料创新工场(Materials Innovation Factory)的协助。该研究工作还得到了国家自然科学基金基础科学中心项目、材料生物学与动态化学教育部前沿科学中心、上海市科技重大专项、费林加诺贝尔奖科学家联合研究中心等项目资助。

文章链接:https://doi.org/10.1038/s41586-022-04443-4

-------------------

END

--------------------

我是王博Kings,985AI博士,华为云专家、CSDN博客专家(人工智能领域优质作者)。单个AI开源项目现在已经获得了2100+标星。现在在做AI相关内容,欢迎一起交流学习、生活各方面的问题,一起加油进步!


我们微信交流群涵盖以下方向(但并不局限于以下内容):人工智能,计算机视觉,自然语言处理,目标检测,语义分割,自动驾驶,GAN,强化学习,SLAM,人脸检测,最新算法,最新论文,OpenCV,TensorFlow,PyTorch,开源框架,学习方法...


这是我的私人微信,位置有限,一起进步!

王博的公众号,欢迎关注,干货多多
手推笔记:
思维导图  |  “模型评估与选择”  |  “线性模型”  |  “决策树”  |  “神经网络”  |  支持向量机(上)  |  支持向量机(下)  |  贝叶斯分类(上)  |  贝叶斯分类(下)  |  集成学习(上)  |  集成学习(下)  |  聚类  |  降维与度量学习  |  稀疏学习  |  计算学习理论  |  半监督学习  |  概率图模型  |  规则学习

增长见识:
博士毕业去高校难度大吗?  |  研读论文有哪些经验之谈?  |  聊聊跳槽这件事儿  |  聊聊互联网工资收入的组成  |  机器学习硕士、博士如何自救?  |  聊聊Top2计算机博士2021年就业选择  |  非科班出身怎么转行计算机?  |  有哪些相见恨晚的科研经验?  |  经验 | 计算机专业科班出身如何提高自己编程能力?  |  博士如何高效率阅读文献  |  有哪些越早知道越好的人生经验?  |  

其他学习笔记:
PyTorch张量Tensor  |  卷积神经网络CNN的架构  |  深度学习语义分割  |  深入理解Transformer  |  Scaled-YOLOv4!  |  PyTorch安装及入门  |  PyTorch神经网络箱  |  Numpy基础  |  10篇图像分类  |  CVPR 2020目标检测  |  神经网络的可视化解释  |  YOLOv4全文解读与翻译总结  | 

点分享

点收藏

点点赞

点在看

浏览 7
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报