搜索
团队合作论文在学科顶刊J. Am. Chem. Soc.在线发表
- 发布时间：
- 2026-08-24
- 文章标题：
- 团队合作论文在学科顶刊J. Am. Chem. Soc.在线发表
- 摘要：
- 光驱动分子旋转马达将光子能量转化为机械运动，但设计兼具高旋转速度和鲁棒单向性的系统仍然是一个基本挑战。研究团队在新型分子马达设计上取得了一些列研究进展。近日，团队教师蒋臣威作为第二作者参与的分子马达设计研究工作在物理化学顶级刊物J. Am. Chem. Soc.在线发表。
- 内容：
光驱动分子旋转马达将光子能量转化为机械运动，但设计兼具高旋转速度和鲁棒单向性的系统仍然是一个基本挑战。传统的四冲程马达依赖于热激活步骤，这通常将完整的旋转循环减慢到微秒至秒甚至更长的时间尺度，而新兴的仿生设计可能实现更快速的光诱导旋转。然而，对这两类马达的计算研究都受到量子化学非绝热动力学在解析有效旋转运动所需的长时间尺度上过高计算成本的限制。
在此研究中，研究人员引入了N2ZND，一个神经网络Zhu-Nakamura动力学框架，该框架将分层采样与E(3)等变深度学习相结合，以实现激发态分子马达动力学的数据高效模拟。N2ZND在稀疏、化学靶向的高精度从头算数据上训练，达到了化学精度，并能够在相关时间尺度上对光驱动马达进行广泛的非绝热模拟。将N2ZND应用于一个复杂的仿生马达，揭示了一种双冲程运行机制，该机制绕过了传统四冲程马达特有的热激活能垒，使得在皮秒时间尺度上实现完整的旋转运动。
研究进一步发现了一种内在的速度-方向性权衡：去除热门控会加速旋转，但可能通过激发态波包分叉降低方向保真度。在这一机理见解的指导下，合理设计了一种结构修饰的马达，其中空间位阻调控重塑了激发态拓扑结构，在保持皮秒级旋转操作的同时恢复了室温下鲁棒单向性。这些结果确立了N2ZND作为一个可扩展的平台，用于光驱动分子机器的机理发现和合理设计，为未来对传统和仿生马达架构的高通量筛选奠定了基础。
论文链接如下： Ma, J., Jiang, C., Peng, L. et al. Rational Design of Light-Driven Molecular Motors Enabled by a Data-Efficient Machine Learning Framework for Nonadiabatic Dynamics. J. Am. Chem. Soc., 2026，148，34758. https://doi.org/10.1021/jacs.6c10141
