Это не официальный сайт wikipedia.org 01.01.2023

Предсказание кристаллической структуры — Википедия
Википедия

Предсказание кристаллической структуры

Предсказание кристаллической структуры (ПКС) — прогнозирование параметров кристаллической структуры вещества, кристаллы которого не исследованы экспериментально расчётными методами из первых принципов. Разработка надёжных методов прогнозирования кристаллической структуры соединений, основанных на их молекулярном строении, является одной из важнейших задач физической науки с 1950-х годов [1]. Для решения этой задачи используются различные вычислительные методы, такие как имитация отжига, эволюционные алгоритмы, распределенный мультипольный анализ, случайная выборка, случайный спуск, интеллектуальный анализ данных, теория функционала плотности и молекулярная динамика [2].

ИсторияПравить

Кристаллические структуры простых ионных кристаллов научились уточнять в первой половине XX века используя правила, предложенные Лайнусом Полингом в 1929 году[3]. Эти правила были расширены включением концентрации валентных электронов для металлов и полупроводников. Однако, прогнозирование и уточнение — это совсем разные вещи. Чаще всего, под предсказанием кристаллической структуры понимается поиск минимума энергии пространственного расположения атомов (или, в случае молекулярных кристаллов, молекул). Проблема имеет два аспекта — комбинаторный (проблема «поиска», на практике наиболее острая для неорганических кристаллов) и энергетический (проблема «классификации», наиболее актуальная для молекулярных органических кристаллов). Для сложных немолекулярных кристаллов («проблема поиска») наилучшие результаты получаются при использовании метадинамики версии Мартонака[4][5], метода случайного поиска при расчете из первых принципов[6] и при использовании эволюционного алгоритма USPEX Оганова—Гласса[7]. Последние два метода способны решать задачи глобальной оптимизации с точностью до нескольких сотен степеней свободы, в то время как алгоритмы метадинамики позволяют сократить все структурные переменные до небольшой выборки «медленных» обобщенных переменных, что часто приводит к получению устойчивого решения.

Молекулярные кристаллыПравить

Прогнозирование органических кристаллических структур является важной задачей как для фундаментальной, так и для прикладной науки, в частности для получения новых фармацевтических препаратов и пигментов, где полиморфизм структур принципиален. Кристаллические структуры молекулярных веществ, особенно органических соединений, очень трудно прогнозировать и классифицировать по стабильности. Межмолекулярные взаимодействия сравнительно слабы, ненаправленны и являются дальнодействующими [8]. Это приводит к характерной для этих соединений кристаллической решетке и очень небольшому различию в свободной энергии различных полиморфных форм (часто всего несколько кДж/моль и очень редко превышающему 10 кДж/моль) [9]. Методы прогнозирования кристаллической структуры зачастую позволяют найти множество возможных структур в пределах этого небольшого диапазона энергий. Такие небольшие энергетические различия сложно предсказать с высокой степенью надежности и с использованием разумных вычислительных ресурсов.

Начиная с 2007 года был достигнут значительный прогресс в ПКС малых органических молекул — была доказана эффективность нескольких различных методов [10][11]. Наиболее широко обсуждавшийся метод — первоначальный расчет и классификация энергии всех возможных кристаллических структур с помощью избирательного молекулярно-механического силового поля с последующим использованием дисперсно-исправленной ТФП для оценки энергии решетки и стабильности каждой структуры-кандидата [12]. Более поздние попытки предсказания кристаллических структур касались оценки свободной энергии органических кристаллов путем включения температурных эффектов и энтропии с использованием колебательного анализа или молекулярной динамики.[13][14]

ПО для ПКСПравить

Следующие коды позволяют осуществить прогноз стабильных и метастабильных структур заданного химического состава при различных внешних условиях (давлении и температуре):

  • USPEX Архивная копия от 15 мая 2021 на Wayback Machine — мульти-методовое многофункциональное программное обеспечение, включающее эволюционный алгоритм и другие методы (метод случайной выборки, эволюционной метадинамики, улучшенный метод роя частиц (МРЧ), переменно-ячеечный метод эластичной упругой ленты для механизмов фазовых переходов). Может быть использован для атомных или молекулярных кристаллов; объемных кристаллов, наночастиц, полимеров, реконструкций поверхности; может оптимизировать энергетические и другие физические свойства. В дополнение к нахождению структуры заданного состава, можно определить все стабильные композиции в многокомпонентной системе переменного состава. Бесплатно для академических исследователей. Используется более чем 4500 исследователями по всему миру. Регулярно обновляется.
  • CALYPSO Архивная копия от 9 июня 2020 на Wayback Machine — анализ кристаллической структуры методом роя частиц, позволяющий провести идентификацию/определение кристаллической структуры. Как и в случае других кодов, данные о структуре могут быть использованы для разработки многофункциональных материалов (например, сверхпроводящих, термоэлектрических, сверхтвёрдых, материалов для энергетики и т. д.). Бесплатно для академических исследователей. Регулярно обновляется.
  • XtalOpt Архивная копия от 15 июня 2010 на Wayback Machine — реализация эволюционного алгоритма с открытым исходным кодом. Последнее обновление 2011 год.
  • GULP Архивная копия от 9 июня 2020 на Wayback Machine — пакет, реализующий метод Монте-Карло и генетические алгоритмы для атомных кристаллов. GULP базируется на классических силовых полях, но работает со многими типами силовых полей. Бесплатно для академических исследователей. Регулярно обновляется.
  • GASP Архивная копия от 18 января 2019 на Wayback Machine — предсказывает структуру и состав стабильных и метастабильных фаз кристаллов, молекул, атомных кластеров и дефектов из первых принципов. Может быть сопряжен с другими энергетическими кодами, в том числе: VASP, LAMMPS, MOPAC, Gulp, JDFTx и т. д. Бесплатный в использовании и регулярно обновляется.
  • AIRSS Архивная копия от 25 октября 2020 на Wayback Machine — поиск случайной структуры из первых принципов на основе стохастической выборки конфигурационного пространства и с возможностью использования симметрии, химических и физических ограничений. Используется для изучения объёмных кристаллов, низкоразмерных материалов, кластеров, точечных дефектов и границ раздела. Выпущено под лицензией GPL2. Регулярно обновляется.
  • GRACE Архивная копия от 29 декабря 2020 на Wayback Machine — создан для прогнозирования молекулярных кристаллических структур, особенно для фармацевтической промышленности. На основе теории функционала плотности с поправкой на дисперсию. Коммерческое программное обеспечение находится в стадии активной разработки.

Примеры реализации подхода ПКСПравить

 
Фазовая диаграмма бора[15]


ЛитератураПравить


ПримечанияПравить

  1. ↑ G. R. Desiraju. Cryptic crystallography (англ.) // Nature Materials : journal. — 2002. — Vol. 1, no. 2. — P. 77—79. — doi:10.1038/nmat726. — PMID 12618812.
  2. ↑ S. M. Woodley, R. Catlow; Catlow. Crystal structure prediction from first principles (англ.) // Nature Materials : journal. — 2008. — Vol. 7, no. 12. — P. 937—946. — doi:10.1038/nmat2321. — Bibcode: 2008NatMa...7..937W. — PMID 19029928.
  3. ↑ L. Pauling. The principles determining the structure of complex ionic crystals (англ.) // Journal of the American Chemical Society  (англ.) (рус. : journal. — 1929. — Vol. 51, no. 4. — P. 1010—1026. — doi:10.1021/ja01379a006.
  4. ↑ Martonak R., Laio A., Parrinello M.; Schmid; Bauchinger. Predicting crystal structures: The Parrinello-Rahman method revisited (англ.) // Physical Review Letters : journal. — 2003. — Vol. 90, no. 3. — P. 341—353. — doi:10.1016/0027-5107(78)90203-8. — PMID 75502.
  5. ↑ Martonak R., Donadio D., Oganov A. R., Parrinello M.; Donadio; Oganov; Parrinello. Crystal structure transformations in SiO2 from classical and ab initio metadynamics (англ.) // Nature Materials : journal. — 2006. — Vol. 5, no. 8. — P. 623—626. — doi:10.1038/nmat1696. — Bibcode: 2006NatMa...5..623M. — PMID 16845414.
  6. ↑ C. J. Pickard, R. J. Needs. High-Pressure Phases of Silane // Physical Review Letters. — 2006. — Т. 97, № 4. — С. 045504. — doi:10.1103/PhysRevLett.97.045504. — Bibcode: 2006PhRvL..97d5504P. — arXiv:cond-mat/0604454. — PMID 16907590.
  7. ↑ A. R. Oganov, C. W. Glass. Crystal structure prediction using ab initio evolutionary techniques: principles and applications (англ.) // Journal of Chemical Physics : journal. — 2006. — Vol. 124, no. 10. — P. 8—13. — doi:10.1063/1.2210932. — Bibcode: 2006JChPh.124x4704O. — PMID 244704.
  8. ↑ Stone Anthony. The Theory of Intermolecular Forces (англ.). — Oxford University Press, 2013.
  9. ↑ Nyman Jonas, Day Graeme M. Static and lattice vibrational energy differences between polymorphs (англ.) // CrystEngComm  (англ.) (рус. : journal. — doi:10.1039/C5CE00045A.
  10. ↑ K. Sanderson. Model predicts structure of crystals (англ.) // Nature : journal. — 2007. — Vol. 450, no. 7171. — P. 771. — doi:10.1038/450771a. — Bibcode: 2007Natur.450..771S. — PMID 18063962.
  11. ↑ Day Graeme M., Cooper Timothy G., Cruz-Cabeza Aurora J., Hejczyk Katarzyna E., Ammon Herman L., Boerrigter Stephan X. M., Tan Jeffrey S., Della Valle, Raffaele G., Venuti Elisabetta, Jose Jovan, Gadre Shridhar R., Desiraju Gautam R., Thakur Tejender S., Van Eijck Bouke P., Facelli Julio C., Bazterra Victor E., Ferraro Marta B., Hofmann Detlef W. M., Neumann Marcus A., Leusen Frank J. J., Kendrick John, Price Sarah L., Misquitta Alston J., Karamertzanis Panagiotis G., Welch Gareth W. A., Scheraga Harold A., Arnautova Yelena A., Schmidt Martin U., Van De Streek Jacco, Wolf Alexandra K. Significant progress in predicting the crystal structures of small organic molecules – a report on the fourth blind test (англ.) // Acta Crystallographica B  (англ.) (рус. : journal. — International Union of Crystallography, 2009. — Vol. 65, no. Pt 2. — P. 107—125. — doi:10.1107/S0108768109004066.
  12. ↑ M. A. Neumann, F. J. J. Leusen, J. Kendrick; Leusen; Kendrick. A Major Advance in Crystal Structure Prediction (нем.) // Angewandte Chemie International Edition : magazin. — 2008. — Bd. 47, Nr. 13. — S. 2427—2430. — doi:10.1002/anie.200704247. — PMID 18288660.
  13. ↑ Reilly, Anthony M.; Cooper, Richard I.; Adjiman, Claire S.; Bhattacharya, Saswata; Boese, A. Daniel; Brandenburg, Jan Gerit; Bygrave, Peter J.; Bylsma, Rita; Campbell, Josh E.; Car, Roberto; Case, David H.; Chadha, Renu; Cole, Jason C.; Cosburn, Katherine; Cuppen, Herma M.; Curtis, Farren; Day, Graeme M.; DiStasio, Robert A.; Dzyabchenko, Alexander; Van Eijck, Bouke P.; Elking, Dennis M.; Van Den Ende, Joost A.; Facelli, Julio C.; Ferraro, Marta B.; Fusti-Molnar, Laszlo; Gatsiou, Christina Anna; Gee, Thomas S.; De Gelder, Rene; Ghiringhelli, Luca M.; et al. (2016). “Report on the sixth blind test of organic crystal structure prediction methods”. Acta Crystallographica B. 72 (4): 439—459. DOI:10.1107/S2052520616007447. PMC 4971545. PMID 27484368.
  14. ↑ Dybeck, Eric C.; Abraham, Nathan S.; Schieber, Natalie P.; Michael, Michael R. (2017). “Capturing Entropic Contributions to Temperature-Mediated Polymorphic Transformations Through Molecular Modeling”. Journal of Chemical Theory and Computation. 17 (4): 1775—1787. DOI:10.1021/acs.cgd.6b01762.
  15. ↑ Oganov A.R., Chen J., Gatti C., Ma Y.-M., Yu T., Liu Z., Glass C.W., Ma Y.-Z., Kurakevych O.O., Solozhenko V.L. (2009). “Ionic high-pressure form of elemental boron”. Nature. 457: 863-867. DOI:10.1038/nature07736. Архивировано из оригинала 2020-11-09. Дата обращения 2020-04-29. Используется устаревший параметр |deadlink= (справка)
Источник — https://ru.wikipedia.org/w/index.php?title=Предсказание_кристаллической_структуры&oldid=121292727