利用密度泛函理论和神经网络模型分离UiO-66中铀吸附的官能团效应
《Journal of Hazardous Materials》:Decoupling Functional Group Effects on Uranium Adsorption in UiO-66 through Density Functional Theory and Neural Network Modeling
【字体:
大
中
小
】
时间:2026年07月05日
来源:Journal of Hazardous Materials 10.6
编辑推荐:
胡奎飞|王青|权海霞|刘璐|李美凤|吕永刚中国湖北省武汉市武汉纺织大学新纺织材料与先进加工国家重点实验室,邮编430200摘要海水中的丰富铀资源为核能发展提供了可持续的基础。这些充足的资源还能有效解决因陆地储备减少及生态压力增大而带来的长期铀供应问题。因此,开发高性能吸附材料对于
胡奎飞|王青|权海霞|刘璐|李美凤|吕永刚中国湖北省武汉市武汉纺织大学新纺织材料与先进加工国家重点实验室,邮编430200摘要海水中的丰富铀资源为核能发展提供了可持续的基础。这些充足的资源还能有效解决因陆地储备减少及生态压力增大而带来的长期铀供应问题。因此,开发高性能吸附材料对于高效、选择性地从海水中提取六价铀至关重要。本研究首先合成了原始的UiO-66以及一系列功能化的UiO-66,记为2X-UiO-66(X = H、OH、NH2、SH和AO),以此系统研究不同功能基团对六价铀吸附的影响。其中,2AO-UiO-66在存在其他竞争金属离子的情况下仍展现出最高的吸附容量(344.5毫克/克)以及良好的选择性。X射线光电子能谱和密度泛函理论计算表明,带有酰胺肟功能团的UiO-66对六价铀具有更强的亲和力。这种更高的吸附性能源于N、O双位点协同螯合作用,而羟基、氨基和硫醇功能化的UiO-66则表现为单齿结合模式。此外,堆叠集成模型在独立测试集上的预测性能优异(R2=0.9964,RMSE=5.0768毫克/克),其预测效果优于所有单独使用的模型。SHapley加性解释分析进一步量化了各特征的作用,确定接触时间和平均孔径是影响六价铀吸附的主要因素。总体而言,本研究构建了一个结合实验、量子化学计算和可解释神经网络建模的整合框架,为合理设计用于从海水中提取六价铀的吸附剂提供了重要指导。引言随着全球能源体系加速向低碳发展转型,核能因其高能量密度、运行稳定性以及极低的碳排放量,已成为重要的清洁能源[1][2]。然而,核工业的快速发展也带来了对铀资源日益增长的需求[3]。目前,陆地铀资源的逐渐枯竭已成为制约核能可持续发展的关键瓶颈[4][5]。同时,传统铀矿开采往往会给环境带来严重负担,包括产生受污染的废水以及破坏生态系统。相比之下,海洋中蕴含约45亿吨铀,远超陆地储量,因此成为保障核能长期可持续供应的重要战略资源[6]。由此可见,开发高效的技术从海水中富集和提取铀对于缓解铀资源短缺、确保核能的长期可持续发展至关重要。为此,人们已经开发并应用了多种方法来从海水中提取六价铀,包括电化学提取[7]、光催化还原[8][9]、光电催化捕获[10]、膜分离[11]、离子交换[12]以及溶剂萃取[13]等。不过,这些非吸附型方法的实际应用往往受到高昂运营成本、复杂的设备与工艺要求以及潜在的二次污染风险的限制[3]。相比之下,吸附法因其出色的选择性、环境友好性以及经济可行性,被视为提取六价铀的极具前景的策略[14][15][16]。然而,要想实现从海水中大规模提取六价铀,还需对吸附剂进行合理的结构设计及性能优化。在现有的吸附剂中,碳基材料、无机矿物和合成树脂等传统多孔材料已被广泛研究[17][18]。但这些材料往往存在固有缺陷,如孔径分布较宽、比表面积相对较低,且缺乏特定的识别位点[19][20]。而金属有机框架则展现出巨大的潜力,能够构建可用于调控铀离子结合环境的结构。这一潜力源于其高度有序的多孔结构、较大的比表面积以及有机配体的精确可调性[21][22][23]。更重要的是,MOFs的模块化金属节点/连接剂结构使得人们能够精确调控孔隙环境,并引入特定的功能位点,从而提升传质效率及六价铀的吸附选择性[24][25][26]。尤其是以锆为基础的UiO-66,由于其由强Zr–O配键构成的极为稳定的框架结构,有效克服了传统MOFs存在的稳定性问题。其出色的化学和热稳定性为其在复杂海水环境中的实际应用奠定了基础[27][28]。尽管结构十分稳定,但原始的UiO-66对铀离子的亲和力仍然有限[29],这限制了它的吸附容量和选择性。因此,在UiO-66的有机配体中引入特定的配位基团,如羟基(–OH)[30]、氨基(–NH2)[31]、硫醇基(–SH)[32]以及酰胺肟基(–AO)[33],是提升六价铀吸附容量的有效途径。UiO-66框架为系统研究配体功能化对六价铀吸附的影响提供了理想的平台,使得人们能够在相同的结构和配位环境下直接比较不同配位基团的效果。这一独特优势有助于定量评估各类功能基团的贡献,并建立决定六价铀吸附行为的结构-活性关系。不过,此前大多数关于基于UiO-66的MOFs的研究都主要聚焦于单一功能基团,缺乏系统的对比研究。因此,供电子能力、空间构型以及配位行为对铀离子结合作用的贡献机制仍不明确,亟需进行全面的定量分析[21][34]。填补这一知识空白对于精准、合理地设计用于六价铀吸附的功能化MOFs具有重要意义。为解决这一问题,密度泛函理论被广泛用于阐明吸附剂与铀离子之间的微观相互作用,从而实现对配位结构、键合模式以及电荷转移行为的原子级量化分析[35]。通常,吸附能和电子结构参数被用作评估吸附亲和力以及识别潜在活性位点的关键热力学指标[36]。但实际上,宏观层面的吸附性能受多种因素共同影响,包括比表面积、孔结构以及溶液的化学环境。因此,仅依靠DFT计算往往不足以阐明这些相互作用因素在吸附行为中的作用,进而限制了其定量预测实验吸附性能的能力[37]。相应地,神经网络作为一种重要工具,被用来解决这一跨尺度难题。通过非线性映射和高维特征学习,神经网络能够整合复杂的实验数据,建立材料物理化学性质、实验条件与吸附容量之间的非线性关系,从而实现高精度的吸附容量预测[38]。将DFT计算与神经网络建模相结合,便构建了一个多尺度框架,能够将原子级的相互作用机制与宏观吸附性能联系起来。在本研究中,通过溶剂热法合成了含有相应功能基团的配体所对应的2X-UiO-66(X = H、OH、NH2、SH和CN)。随后,通过对2CN-UiO-66进行后续的酰胺肟化处理,得到了2AO-UiO-66(见图1a)。基于这些合成的MOFs,本研究建立了一个系统的数据驱动分析框架,用于预测其在不同条件下的六价铀吸附容量(见图1b)。在UiO-66系列中,2AO-UiO-66展现了最高的六价铀吸附性能,吸附容量达344.5毫克/克,且在高盐度环境中其性能依然良好。结合X射线光电子能谱表征和DFT计算结果表明,2AO-UiO-66对六价铀具有更强的亲和力,这一增强效应源于肟基的氮原子和氧原子所形成的稳定N、O双位点协同螯合作用。此外,研究人员还使用Python实现了堆叠集成学习框架,以物理化学参数和实验条件作为输入特征,用于预测2X-UiO-66的六价铀吸附容量。该模型在独立测试集上表现出极高的预测精度,决定系数为0.9964,均方根误差为5.0768毫克/克。进一步的SHAP可解释性分析表明,接触时间和平均孔径是影响吸附性能的正向主要因素,这证实了足够的反应时间以及较大的孔结构对于六价铀的吸附至关重要。总体而言,本研究通过整合吸附实验、DFT计算和神经网络建模,构建了一个多尺度定量框架,可用于系统分析功能基团对六价铀吸附的影响。这一方法建立了配体功能与吸附性能之间的预测性结构-活性关系,为设计高性能的基于MOFs的铀吸附剂提供了新的思路。材料与仪器本研究中所使用的化学试剂及仪器的详细信息详见补充材料。数据收集用于神经网络建模的实验数据来自在不同吸附条件下进行的批量吸附实验。研究中以比表面积、平均孔径、孔体积、初始浓度、吸附时间、pH值以及Zeta电位作为输入变量,而吸附容量则作为输出参数。2X-UiO-66的表征通过扫描电子显微镜观察,研究了2X-UiO-66系列的形态。结果显示,UiO-66、2OH-UiO-66和2NH2-UiO-66呈现规则的八面体结构,而2SH-UiO-66、2CN-UiO-66和2AO-UiO-66则呈球形结构(见图2a)。此外,能量色散X射线光谱分析表明,所有组成元素在MOF表面分布均匀(见图S1–S5),从而证明了这些材料的成功合成。结论综上所述,本研究成功合成了一系列功能化的锆基金属有机框架(2X-UiO-66,X = H、OH、NH2、SH和AO),可用于六价铀的吸附。在这些MOF中,2AO-UiO-66表现出最高的平衡吸附容量,为344.5毫克/克,且在模拟海水中仍能保持良好的六价铀选择性。结合XPS表征和DFT计算结果可知,与具有单齿结合能力的UiO-66、2OH-UiO-66、2NH2-UiO-66和2SH-UiO-66相比,2AO-UiO-66具有更强的吸附能力。将吸附实验、DFT计算和神经网络建模相结合,有助于进一步明确……作者贡献声明胡奎飞:负责原文撰写、方法设计及实验研究。王青:参与方法设计及实验研究。权海霞:参与方法设计及实验研究。刘璐:参与方法设计及实验研究。李美凤:负责文章审稿与编辑、课题指导、方法设计及实验研究、资金申请以及概念构思工作。吕永刚:负责文章审稿与编辑、结果验证、课题指导、资源协调、项目管理、实验研究、资金申请以及概念构思工作。利益冲突声明作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。致谢本研究部分得到了国家自然科学基金(U23A2070)、湖北省生物质纤维与生态染整重点实验室开放课题(STRZ202503)、山东省自然科学基金(ZR2021QC151)以及德州大学科学研究培育基金(2020xjrc219)的支持。同时,感谢武汉纺织大学分析检测中心提供的ICP-OES分析服务。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号