AI助力开发新一代高韧性塑料。图片来源：MIT

本报讯（记者张晴丹）美国麻省理工学院（MIT）与杜克大学的研究人员通过引入机器学习模型识别的应力响应分子，成功研制出抗撕裂性更强的聚合物材料。近日，相关研究发表于美国化学会（ACS）旗下期刊《ACS中心科学》（ACS Central Science）。

“这些分子有助于制造在受力时更坚固的聚合物。当施加压力时，材料不会开裂或断裂，而是表现出更高的韧性。”MIT化学系教授Heather Kulik解释道。该研究发现的交联剂是二茂铁类含铁化合物，此前其机械力响应特性尚未被广泛探索。单次机械力响应分子的实验评估需数周时间，但研究人员证明机器学习模型可显著加速该过程。

机械力响应分子能以独特方式响应外力，通常通过改变颜色、结构或其他特性实现。机械力响应分子的发现与表征通常需耗时实验或计算密集型分子模拟。目前已知的机械力响应分子多为有机化合物。而新研究则聚焦于具机械力响应潜力的二茂铁类分子。这类金属有机化合物以铁原子为中心，两侧为含碳环结构，可通过添加不同化学基团改变其化学与机械性能。

研究发现两个关键特征可提升抗撕裂性：一是二茂铁环附着基团间的相互作用；二是双环连接大体积分子可增大外力响应断裂概率。Kulik指出：“后者是化学家无法预测的颠覆性发现，完全依赖人工智能的洞察力。”

在筛选出约100种候选分子后，实验室合成了包含m-TMS-Fc交联剂的聚丙烯酸酯塑料。力学测试显示，采用弱交联剂m-TMS-Fc的聚合物抗撕裂强度是以标准二茂铁为交联剂的4倍。

“这具有重大意义。若能使塑料制品更坚韧，其使用寿命将延长，长期来看可减少塑料产量与废弃物积累。”麻省理工学院博士后Ilia Kevlishvili说。

相关论文信息：

https://doi.org/10.1021/acscentsci.5c00707