MIT利用AI从5000种分子中筛选出“抗撕裂之王”二茂铁，使塑料韧性提升4倍

麻省理工学院（MIT）与杜克大学的研究团队近日利用人工智能技术，在5000种已知分子中成功筛选出一种极具潜力的“抗撕裂之王”——二茂铁类交联剂，显著提升聚合物材料的韧性，使其抗撕裂性能提升至原有水平的4倍。这项突破性研究由MIT教授海瑟·库利克（Heather Kulik）领衔，博士后伊利亞·凱夫利什維利（Ilia Kevlishvili）为第一作者，成果发表于《ACS Central Science》期刊。 研究聚焦于一类特殊分子——力响应基团（mechanophores），这类分子在受力时会发生结构或化学性质变化，并伴随可检测的信号（如荧光或颜色改变），因而可作为“智能”材料中的应力传感器。团队特别关注二茂铁（ferrocenes）——一种有机金属化合物，其铁原子被夹在两个碳环之间，通过调节环上取代基可调控其机械性能。尽管部分二茂铁已被证实具有力响应特性，但绝大多数尚未被系统评估。 传统筛选方法效率极低：单个分子的实验测试需数周，计算模拟也需数日，面对数千种候选分子几乎不可行。为此，研究团队采用机器学习模型加速筛选进程。他们从剑桥结构数据库中选取5000种已合成的二茂铁结构作为起点，确保候选分子具备实际可合成性。通过先对约400种分子进行力场模拟，获取其键断裂所需外力数据，团队训练出神经网络模型，进而预测剩余4500种分子及7000种衍生结构的机械响应阈值。 分析发现，两类关键结构特征显著增强材料的抗撕裂性：一是二茂铁环上取代基之间的空间相互作用；二是当两个环均连接大体积取代基时，分子更易在外力下发生断裂。后者结果出人意料，库利克教授表示：“这一规律完全超出了传统化学直觉，若无AI辅助，我们永远无法发现。” 基于模型预测，研究团队筛选出约100种高潜力分子，其中m-TMS-Fc被选中进行实验验证。杜克大学斯蒂芬·克雷格（Stephen Craig）实验室成功合成了以m-TMS-Fc为交联点的聚丙烯酸酯材料。拉伸测试显示，该材料的韧性达到传统二茂铁交联聚合物的4倍，表现出卓越的抗裂性能。 这一成果不仅为开发更耐用、更环保的塑料提供了新路径，也为延长材料寿命、减少塑料废弃物提供了可能。研究团队计划将该AI驱动的筛选平台拓展至其他功能性力响应分子，如可变色或可激活催化活性的分子，推动智能材料在应力传感、可切换催化剂及药物递送等领域的应用。 此外，研究还揭示了过渡金属类力响应基团的巨大潜力——这一领域长期缺乏系统研究，而此次计算流程为探索此类分子开辟了新方向。未来，人工智能与化学的深度融合，或将加速新型智能材料的发现与应用。