化学通报

作者：陈思源,虞育杰,韩清清,毕浩,吴平,黄睿

关键词：新型溶剂,分子动力学,机器学习,设计,萃取,

基金：国家自然科学基金项目(52266006,52366008)、贵州省科技计划项目(黔科合基础-ZK[2022]一般061,ZK[2022]一般139)、贵州省教育厅青年科技人才成长项目(黔教技[2022]108号)和贵州大学培育计划项目(贵大培育[2020]20号)资助

工业生产中频繁使用石油基有机溶剂,对环境、人体健康等带来负面影响。新型绿色溶剂如离子液体(Ionic Liquids,ILs)、超临界流体(Supercritical Fluids,SCFs)和深共熔溶剂(Deep Eutectic Solvents,DESs),作为传统有机溶剂的替代品,逐渐受到人们的广泛关注。而在实际应用中,现有的表征技术如核磁共振、红外光谱等,尚无法完全揭示分子间的微观作用机理。分子动力学模拟作为一种能从微观层面观测分子行为的方法在新型溶剂设计优化中得到广泛应用。本文对分子动力学的基本流程、常用力场、积分算法和机器学习算法进行了简单概述,重点介绍了分子动力学模拟在设计新型溶剂萃取过程的微观机理研究,并通过耦合机器学习的方法快速优化溶剂萃取性能,达到高效萃取目标化合物目的。最后总结了分子动力学模拟在受力场精度和计算资源等因素的限制下,仍存在精度有待提升的问题,并对新型溶剂萃取的未来发展方向进行展望。

来源：2025年第5期

《化学通报》期刊编辑部

查看化学通报杂志2025年第5期