Предсказание кристаллической структуры

Материал из Википедии — свободной энциклопедии
(перенаправлено с «Предсказание кристаллических структур»)
Перейти к: навигация, поиск

Предсказание кристаллической структуры (ПКС) — прогнозирование параметров кристаллической структуры вещества, кристаллы которого не исследованы экспериментально. 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 механика [2].

История[править | править код]

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 версии метадинамики Мартонака [4][5] и при использовании эволюционного алгоритма USPEX Оганова-Гласса [6]. Последний алгоритм способен получать решения 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 кристаллы[править | править код]

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 [7]. 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) [8]. 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 [9][10]. 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 [11].

ПО для ПКС[править | править код]

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

  • USPEX — мульти-методовое 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 3500 исследователями по всему миру. Регулярно обновляется.
  • CALYPSO — 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, сверхтвердых, материалов для энергетики и т. д.). Бесплатно для академических исследователей. Регулярно обновляется.
  • XtalOpt — реализация эволюционного алгоритма с открытым исходным кодом. Последнее обновление 2011 год.
  • GULP — 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 — 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.

Примечания[править | править код]

  1. G. R. Desiraju (2002). «Cryptic crystallography». Nature Materials 1 (2): 77–79. DOI:10.1038/nmat726. PMID 12618812.
  2. S. M. Woodley, R. Catlow (2008). «Crystal structure prediction from first principles». Nature Materials 7 (12): 937–946. DOI:10.1038/nmat2321. PMID 19029928. Bibcode2008NatMa...7..937W.
  3. L. Pauling (1929). «The principles determining the structure of complex ionic crystals». Journal of the American Chemical Society 51 (4): 1010–1026. DOI:10.1021/ja01379a006.
  4. Martonak R., Laio A., Parrinello M. (2003). «Predicting crystal structures: The Parrinello-Rahman method revisited». Physical Review Letters 90 (3): 341–53. DOI:10.1016/0027-5107(78)90203-8. PMID 75502.
  5. Martonak R., Donadio D., Oganov A. R., Parrinello M. (2006). «Crystal structure transformations in SiO2 from classical and ab initio metadynamics». Nature Materials 5 (8): 623–626. DOI:10.1038/nmat1696. PMID 16845414. Bibcode2006NatMa...5..623M.
  6. A. R. Oganov, C. W. Glass (2006). «Crystal structure prediction using ab initio evolutionary techniques: principles and applications». Journal of Chemical Physics 124 (10): 8–13. DOI:10.1063/1.2210932. PMID 244704. Bibcode2006JChPh.124x4704O.
  7. Stone Anthony. The Theory of Intermolecular Forces. — Oxford University Press.
  8. Nyman Jonas, Day Graeme M.. «Static and lattice vibrational energy differences between polymorphs». CrystEngComm. DOI:10.1039/C5CE00045A.
  9. K. Sanderson (2007). «Model predicts structure of crystals». Nature 450 (7171): 771. DOI:10.1038/450771a. PMID 18063962. Bibcode2007Natur.450..771S.
  10. 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. (2009). «Significant progress in predicting the crystal structures of small organic molecules – a report on the fourth blind test». Acta Crystallographica B 65 (Pt 2): 107–125. DOI:10.1107/S0108768109004066.
  11. M. A. Neumann, F. J. J. Leusen, J. Kendrick (2008). «A Major Advance in Crystal Structure Prediction». Angewandte Chemie International Edition 47 (13): 2427–2430. DOI:10.1002/anie.200704247. PMID 18288660.

Литература[править | править код]