水和醇类分子及其混合物在纳米孔道材料中的传输扩散

随着计算机科学技术的飞速发展,理论计算特别是分子动力学模拟技术在研究受限流体的性质时发挥着独特的作用。本文综述了近年来水和醇类分子及其混合物在纳米孔道材料中传输扩散的研究进展,包括单组分水、甲醇和乙醇等在多种纳米孔道材料中的传输扩散,以及甲醇/水和乙醇/水等混合物在碳纳米管和沸石膜中的吸附和分离,讨论了体系温度、分子浓度以及纳米孔道材料结构等因素对水和醇类分子传输扩散过程的影响。

基于端到端深度学习的有机光伏材料光电转化效率预测

碳中和背景下,亟需开发高效清洁的新型能源,以减少对化石能源的依赖。有机光伏材料作为一种可将太阳能或其他光能直接转化为电能的材料,日益成为一种具有重大应用前景的低碳能源材料。在探索新的高性能有机光伏材料的过程中,机器学习虽然能够提高材料设计效率,但其预测能力极大受制于描述符的开发和选取。利用循环神经网络、卷积神经网络、图神经网络等算法,构建端到端的深度学习模型预测有机光伏材料光电转化效率,所建模型可直接从SMILES符号、分子图像、分子图网络中提取化合物结构信息,而无须人为开发和选取描述符。所得模型不仅能够较为准确地预测有机光伏材料的光电转化效率(其中最优模型五折交叉验证结果和测试集预测结果决定系数均>0.73),而且能够识别影响转化效率的关键结构特征。该研究结果可为新型环境功能材料设计提供理论参考。

生物铵转运蛋白对NH_3/NH_4^+作用机理研究

铵转运蛋白广泛存在于细菌、真菌、植物以及动物等各种生命体中。生物铵转运蛋白对NH3/NH+4的传输作用已被广泛研究,然而,对于通过铵转运蛋白疏水性孔腔的物种是带电荷的NH+4离子还是电中性的NH3分子,仍存在很大争议。本文综述了近年来生物铵转运蛋白对NH3/NH+4作用机理的研究进展,主要包括NH3或NH+4的传输及NH3和H+共传输等机理。