本方案描述了一个基于流动的自动化光化学研究平台，可实现高通量、高重现性以及低样品消耗。该系统集成了可编程LED辐照、在线紫外-可见光谱以及基于Python并配备图形用户界面的分析框架，用于测量分子光开关的量子产率、吸收谱图及光异构化动力学。
本文内容
摘要
摘要
分子光开关在自然界中广泛存在，在视觉过程中发挥着关键作用，并在新兴技术中得到日益广泛的应用。然而，其发展常受限于光化学性质表征过程的高劳动强度。本文介绍一种基于自动化流动体系的平台，可高效且可重复地对分子光开关进行光化学表征。为准确测定光异构化量子产率、吸收光谱以及热逆转化动力学，该装置结合了在线紫外-可见光谱与可编程LED阵列。自动化流体处理、温度控制及实时光通量校准，相较于传统方法显著提高了实验可重复性，减少了样品消耗，并最大限度降低了人工干预。大量数据通过基于Python的分析框架进行处理，可从多种类型的光开关体系中提取动力学与热力学参数。该平台通过测试已知的光开关体系（包括偶氮苯、双环辛二烯及其降冰片二烯衍生物）进行验证，所得结果与文献值具有良好一致性。通过结合可控辐照、热弛豫研究与自动化数据处理，该方法提供了一种高效、可靠的分子光开关光化学特性表征方案。 一种可扩展的框架，用于加速功能性分子光开关的发现与表征
引言
分子光开关在自然界中广泛存在，是许多生物视觉系统的重要组成部分1，同时也在一系列成熟和新兴技术中得到应用，包括光响应眼镜2、可切换窗户3、传感装置4、储能材料5、光控治疗6、智能聚合物7、分子太阳能储热系统8、光学数据存储9以及分子机器10。尽管具有巨大的应用潜力，新型光开关系统的开发常常受限于准确表征其光化学行为所需的高要求和耗时过程11。由于这些系统会发生可逆转变，因此必须精确评估其关键的光化学和光物理性质，以确定其在上述应用中的适用性，这些性质包括吸收光谱、热逆转化动力学以及光异构化量子产率12。
获取这些特性的传统技术依赖于手动的、基于批次的测量方法，通量过低，无法跟上近年来合成的光开关分子日益增加的多样性，且需要较大的样品体积，并易受操作者差异的影响13。
本文介绍的方法提供了一种经济、自动化、基于流动的光化学表征系统，旨在克服上述局限性，实现对分子光开关的可重复且高效的系统研究。该技术结合了在线紫外-可见光谱法，可在微流控环境中实时监测异构体的种群变化，同时采用可编程LED阵列，实现对不同波长光的精确辐照14。为确保数据的准确性和可重复性，系统通过自动化的流体处理、温度控制以及光通量校准，最大限度地减少实验误差，同时降低样品用量和人工干预。大量数据通过基于Python的分析框架进行处理，以提取动力学和热力学参数。
诸如偶氮苯、双环辛二烯衍生物和降冰片二烯等基准体系已被用于验证该方法；研究结果与文献中报道的数值具有良好的一致性15。该方法通过结合精确的光照控制、自动化的数据采集和简化的分析流程，为系统评估光开关性能以及加速新型功能体系的发现提供了一条高效途径16。
自动化表征平台在一个基于流动的系统中集成了流体、热学和光学组件（图1）17。通过光纤和准直透镜，来自LED阵列和氘卤素灯的光被导入置于温控样品池中的紫外-可见光流动比色皿。聚焦透镜收集透射光并将其导向光谱仪。一个电子控制的选择阀连接至低脉动蠕动泵，用于循环样品溶液，从而实现样品与溶剂之间的快速切换，以完成自动清洗和连续测量。一个专用的图形用户界面（GUI）（见补充文件1）负责管理所有操作。记录参考光谱时，流程首先用溶剂填充流动比色皿。加入选定样品后，图形用户界面设定照射波长、LED功率和数据采集间隔。程序在运行期间实时显示光谱和动力学数据，并在LED激发与光谱采集之间自动切换。当达到吸光度阈值或目标时间时，测量序列将自动终止。随后，设备使用下一个样品或约200 µL溶剂冲洗管路。每次测量后，溶剂通道会清洁流动路径。内部Python脚本用于存储所有数据，以便后续进行动力学和热力学分析。
用户需要设定多个初始参数，以确保自动光致变色表征实验的可重复性和报告的清晰性。许多初始参数，如样品浓度、LED 波长和功率、测量波长以及温度，会因所研究光致变色分子的化学和光物理性质不同而有显著差异。由于每个分子对光照和溶剂条件的响应各不相同，用户必须为其特定化合物确定最合适的设置。为确保测量结果的准确性和可重复性，可通过吸收光谱估算最佳样品浓度，以保持在比尔-朗伯定律的线性范围内，例如吸光度在 0.5 至 1.0 之间。表 1 明确列出了用户可控制的参数。
方案
1. 样品制备
- 降冰片二烯1（NBD1）的制备
- 根据文献合成2-氰基-3-(3,4-二甲氧基苯基)降冰片二烯18. 将1.2 mg溶于100 mL乙腈中（4.74 × 10⁻⁴ mol/L）-4 M）。将溶液转移至带有膜盖的 20 mL 小瓶中。
- 双环辛二烯（BOD）的制备
- 根据文献合成乙基-3-(2-甲氧基苯基)双环[2.2.2]辛-2,5-二烯-2-甲酸酯19. 将9.5 mg溶于100 mL乙腈中（3.5 x 10-4 M)
- 将5 mL该溶液与5 mL乙腈混合，得到1.75 x 10-4 M. 转移至带有膜盖的20 mL小瓶中。
- 偶氮苯的制备
- 使用市售偶氮苯（97+%）。将8 mg溶解于100 mL乙腈中（4.39 × 10⁻⁴ mol/L）。-4 M)
- 将1 mL该溶液用9 mL乙腈稀释，得到4.39 × 10-5 M. 转移至带有膜盖的20 mL小瓶中。
- NBD2的制备
- 合成3-(4,4,5,5-四甲基-1,3,2-二氧硼杂环戊烷-2-基)喹啉20 3-溴-2-氰基降冰片二烯21 按照已报道的步骤操作。通过加入溴代-2-氰基降冰片二烯（90 mg，0.46 mmol）和 Na 合成 NBD22CO3 （389 mg，3.67 mmol）加入至含有水（5 mL）和二甲氧基乙烷（5 mL）的烧瓶中，通入氮气鼓泡除气1小时。加入Pd(PPh3)4 (27 mg, 0.02 mmol) 溶于氮气氛围中，将所得悬浮液在 60 °C 下搅拌 48 小时。将反应混合物冷却至室温，加入水 (10 mL)，用二氯甲烷 (3 × 50 mL) 萃取产物。合并有机相，经无水 MgSO4 干燥，过滤，粗产物通过快速柱色谱纯化（石油醚:乙酸乙酯，梯度洗脱至 60:40），得到淡黄色固体产物 (15 mg, 13%)。
1H NMR (400 MHz, CD2Cl2) δ 9.27 (1 H, d, j = 2.3 Hz, H9), 8.44 (1 H, d, j = 2.3 Hz, H16), 8.10 (1 H, d, j = 8.5 Hz, H11), 7.93 (1 H, dd, j = 8.4, 1.4 Hz, H14), 7.78 (1 H, ddd, j = 8.5, 6.9, 1.5 Hz, H12), 7.61 (1 H, ddd, j = 8.2, 6.9, 1.2 Hz, H13), 6.99 (2 H, m, H1 和 H2), 4.30 (1 H, m, H6), 4.02 (1 H, m, H3), 2.37 (1 H, dt, j = 7.0, 1.7 Hz, H7a)，2.28（1 H，dt， j = 7.0, 1.6 Hz, H7b)；13C NMR (101 MHz, CD2Cl2) δ 167.6, 148.2, 148.0, 143.1, 140.3, 133.1, 130.6, 129.3, 128.6, 127.4, 127.3, 126.4, 119.5, 117.8, 71.6, 55.4, 54.2。NBD2 和 QC2 的核磁共振谱图见于 图13. - 使用NBD2。将1.9 mg NBD2溶解于17 mL甲苯中（4.57 × 10-4 M
- 将1 mL该溶液用8.4 mL甲苯稀释，得到5.44 x 10-5 M. 转移至带有膜盖的20 mL小瓶中。
- 合成3-(4,4,5,5-四甲基-1,3,2-二氧硼杂环戊烷-2-基)喹啉20 3-溴-2-氰基降冰片二烯21 按照已报道的步骤操作。通过加入溴代-2-氰基降冰片二烯（90 mg，0.46 mmol）和 Na 合成 NBD22CO3 （389 mg，3.67 mmol）加入至含有水（5 mL）和二甲氧基乙烷（5 mL）的烧瓶中，通入氮气鼓泡除气1小时。加入Pd(PPh3)4 (27 mg, 0.02 mmol) 溶于氮气氛围中，将所得悬浮液在 60 °C 下搅拌 48 小时。将反应混合物冷却至室温，加入水 (10 mL)，用二氯甲烷 (3 × 50 mL) 萃取产物。合并有机相，经无水 MgSO4 干燥，过滤，粗产物通过快速柱色谱纯化（石油醚:乙酸乙酯，梯度洗脱至 60:40），得到淡黄色固体产物 (15 mg, 13%)。
- 样品与溶剂的加载
- 将样品瓶放入选择阀中。若需使用其他溶剂，请将溶剂瓶置于指定位置。
2. LED 光子通量的测定
- 功率计装置的准备
- 启动光子通量计算器程序（补充文件 2）。将光电二极管功率传感器连接至 PM100USB 功率和能量计接口。确保 USB 接口已正确连接至计算机，以实现数据传输和记录。
- 功率传感器的定位
- 将光电二极管功率传感器放置于比色皿支架内，使其与 LED 光源的光路对齐。确保比色皿位于 LED 光源与功率传感器之间。
注意：传感器放置原理——将传感器置于比色皿后方，仅测量穿过样品室的光子。该方法排除了因比色皿窗口尺寸小于 LED 照射光束而导致无法进入比色皿的光子，同时考虑了石英比色皿壁面反射所引起的光子损失。
- 将光电二极管功率传感器放置于比色皿支架内，使其与 LED 光源的光路对齐。确保比色皿位于 LED 光源与功率传感器之间。
- 记录光子通量测量值
- 开启 LED 光源，必要时等待其稳定。使用制造商提供的软件从 PM100USB 接口获取功率读数。保存测得的功率值，用于后续在光子通量校准表（补充文件 3）中的分析。
3. 自动化系统设置
- 配置流动比色皿
- 将紫外-可见光流动比色皿放入温控支架中（所有测量均在室温下进行）。通过光纤将氘-卤素灯和LED阵列连接至比色皿一端。小型比色皿窗口（2 × 4 mm）需要精确对准。
- 通过光纤将光谱仪连接至比色皿另一端。在光源与比色皿之间放置一个准直透镜；在比色皿与光谱仪之间放置一个聚焦透镜。
- 设置流动控制
- 通过精密蠕动泵将样品引入系统。在上游安装一个选择阀，用于在样品和溶剂之间切换。在比色皿两侧添加0.1 mm的金属垫片以确保对准。
4. 系统初始化
- 参考光谱的获取
- 启动自行开发的量子产率实验程序图形用户界面（补充文件 4）。以 1 mL/min 的流速将溶剂泵入阀、泵和流动比色皿中。使用氘灯（紫外-可见光范围）采集参考光谱，用于基线校正。
5. 实验流程
- 样品引入
- 在图形用户界面（GUI）中将阀门从溶剂切换至样品。启动泵，设置流速为 1 mL/min，以使样品充满流通池。通过选择阀可实现快速溶剂切换。
注意：本演示中所使用的样品为 NBD1。 - 从可用的LED列表中选择340 nm紫外LED，并在GUI中将工作电流设置为600 mA。将紫外-可见光测量间隔设为1 s（每秒采集一次数据，以获得更多的数据点）。
- 在图形用户界面（GUI）中将阀门从溶剂切换至样品。启动泵，设置流速为 1 mL/min，以使样品充满流通池。通过选择阀可实现快速溶剂切换。
- 自动测量
- 启动测量序列。仪器将在每次测量步骤中记录完整的紫外-可见光谱（吸光度随波长变化），通过在测量之间自动开启/关闭LED并打开和关闭光源快门来完成光谱采集。软件将从这些光谱中选取您在吸收光谱上方字段中指定的一个或多个特定波长（由于NBD1在340 nm处有吸收，输入340 nm）。对于所选波长，软件将跟踪测量序列运行过程中信号随时间的变化情况，并生成随时间变化的曲线图（横轴为时间，纵轴为吸光度）。
注意：重复量子产率测量3次，以提高最终结果的准确性。 - 当前向反应完成后，将温控样品池的温度设置为60 °C。操作方法为：打开桌面上的TApp程序，连接COM8端口，进入“Change Target”以更改温度，然后按“OK”。在程序中选择“Start back-conversion”。亚稳态异构体（QC1）将通过热弛豫恢复为其原始分子（NBD1）。
注意：在另外4个温度下重复步骤5.2.2：65 °C、70 °C、75 °C和80 °C。为了在QYA.pyw程序中获得Arrhenius和Eyring拟合结果，回转过程必须在至少3个不同温度下进行（采用5个温度点可获得更精确的分析）。
- 启动测量序列。仪器将在每次测量步骤中记录完整的紫外-可见光谱（吸光度随波长变化），通过在测量之间自动开启/关闭LED并打开和关闭光源快门来完成光谱采集。软件将从这些光谱中选取您在吸收光谱上方字段中指定的一个或多个特定波长（由于NBD1在340 nm处有吸收，输入340 nm）。对于所选波长，软件将跟踪测量序列运行过程中信号随时间的变化情况，并生成随时间变化的曲线图（横轴为时间，纵轴为吸光度）。
- 实验终止
- 当回转反应完成后，手动停止实验。
6. 实验后处理步骤
- 准备下一次测量：用至少三倍管路体积（约 200 μL）的新鲜样品冲洗管路。
- 最终清洗
- 将阀门切换至溶剂位置，泵入溶剂冲洗系统，直至管路和比色皿清洁干净。
7. 数据分析
- 使用补充文件4中的程序确定量子产率，使用补充文件5中的程序确定半衰期。
- 打开 QYA.pyw。加载从 QYEX.pyw 保存的文件，将浓度设置为 4.1 × 10-5 M，并选择 340 nm LED，以加载该特定实验的正确光子通量。在超参数部分，将零点波长设为 500 nm，分析波长设为 340 nm，拟合点数设为 10。运行分析，如果斜率拟合良好，则记录程序计算出的量子产率。量子产率通过拟合时间依赖的吸光度变化确定，采用的动力学模型考虑了辐照过程中光子吸收和浓度的变化。在修正部分，需包含逆反应，以便程序计算速率常数。
- 打开 HLA.pyw。加载从 QYEX.pyw 保存的文件，并将分析波长设为 340 nm。在动力学分析图表中，输入上一步计算得到的至少 5 个不同温度下的速率常数。运行分析，程序将生成阿伦尼乌斯（Arrhenius）和艾林（Eyring）拟合结果。
结果
使用三种代表性光开关分子进行基准测试——2-氰基-3-(3,4-二甲氧基苯基)降冰片二烯（NBD1）22，偶氮苯23以及乙基-3-(2-甲氧基苯基)双环[2.2.2]辛-2,5-二烯-2-甲酸酯（BOD）19 将自动化工作流程的数据与先前报道的结果进行比较。对照实验表明，持续的紫外灯照射在10分钟内可转化约10%的NBD1。图2)17在标准测量条件下，每条光谱的记录时间均少于0.5秒，对应于 <0.01% 的转化率，表明光照对量子产率测量的影响可忽略不计。与传统方法将样品在外部进行光转化后再转移至光谱仪不同，该自动化装置将少量样品封闭在温控且受辐照的腔室内，从而最大限度减少浓度波动，确保动力学测量的准确性。在五个温度下测定的热反应速率常数（60 °C, 65 °C, 70 °C, 75 °C, 80 °C) 用于艾林分析以提取 ΔH‡ 和 ΔS‡ (表6).24
所用的降冰片二烯衍生物为2-氰基-3-(3,4-二甲氧基苯基)降冰片二烯（图3 a），该化合物首次见于文献报道18，本文中简称为NBD1。NBD1的吸收光谱与其四环烷（QC1）异构体之间的重叠极小（图3 b）17，因此可忽略光诱导的逆转化反应（QC1 → NBD1），从而简化方程（1）。QC1在室温下的热半衰期约为30天，远慢于实验条件下的光异构化时间尺度。因此，由于QC1的热半衰期（25 °C时为27天）比光照时间尺度（数分钟）长数个数量级，热逆转化过程可忽略不计（图4）17。这使得模型得以简化，仅需考虑正向反应；在假设使用单色光源的情况下，该微分方程可解析求解，从而得到量子产率（Table 2）17。
本文研究的双环辛二烯（BOD）衍生物（图5），即乙基-3-(2-甲氧基苯基)双环[2.2.2]辛-2,5-二烯-2-羧酸酯，此前已有文献报道19。光产物的吸收位于母体化合物光谱区域之外，这简化了测量结果的解析。当光产物的光谱未知时，通常假设在低转化率下其不产生吸收，这种假设可加快数据采集速度，但可能引入未知误差。与NBD–QC体系不同，该光异构体（TCO）的半衰期较短，导致其在室温下迅速发生逆向转化，因此动力学模型中必须同时包含正向光异构化和逆向热转化过程。由于该反应速率方程无法解析求解，需通过最小化残差进行数值拟合（图6、表4）17，在普通计算机上通常耗时数秒，而忽略热逆反应的解析模型拟合则仅需不到一秒。为进一步测定热逆反应的半衰期和热力学参数，实验在四个不同温度下进行了测量（表8）。在25 °C时，测得BOD的半衰期为63 s，与先前报道的79.8 s吻合良好。Eyring和Arrhenius分析结果见图717。
偶氮苯在室温下具有较长的热半衰期（>6天），因此可忽略其热逆转化过程。cis-偶氮苯光产物在trans-异构体吸收区域的吸收极小（ε340nm^trans ≈ 12,500 M⁻1 cm⁻1；ε340nm^cis ≈ 200 M⁻1 cm⁻1），从而最大限度地减少了光谱干扰24。由于cis异构体在340 nm处的摩尔吸光系数比trans异构体低两个数量级，因此在低转化率下其对吸光度信号的贡献可忽略不计。在低转化率条件下，光诱导的逆转化影响可忽略，因此可在动力学模型中忽略逆向光异构化和热反应项，从而简化模型（图8、表5）17。尽管测量光稳态可确定正向和逆向的量子产率，但本研究聚焦于正向反应。测得的热半衰期为6.78天，与文献值7.34天吻合良好，相应的Eyring和Arrhenius分析见图917，热力学参数总结于表917。
除了使用已建立的光开关分子进行基准测试外，还合成了2-氰基-3-(3-喹啉)降冰片二烯（NBD2），并利用自动化装置对其进行了研究（图10）。本文所展示的光转化结果为新发现，展示了该系统在受控且可重复的辐照条件下表征新型化合物光化学行为的能力。实验所用溶剂为甲苯，溶液浓度为5.4 × 10-5 M。使用340 nm LED照射，测得总量子产率为11%（图11，表3）。由于光产物QC2在340 nm辐照波长处有吸收，母体化合物与光产物会竞争同一波长的光子，这意味着驱动各物种的有效光子通量在反应过程中不断变化。为避免量子产率测定中的系统误差，针对NBD2与QC2在340 nm辐照波长处重叠吸收的情况，建立了优化拟合方法，并明确纳入了光产物的贡献。该校正拟合采用了一种动力学模型，该模型在考虑两者均在340 nm处吸收的前提下，计入了辐照过程中母体化合物和光产物浓度的变化。应用该优化拟合程序后，得到校正后的总量子产率为11.6%。
在此框架下，测得的光子通量对应于进入样品的总入射光子通量，并利用系统随时间变化的总吸光度将其转换为吸收的光子通量。采用比尔-朗伯定律确定被吸收的入射光子比例，随后根据NBD2和QC2在每个时间点对总吸光度的各自贡献比例，将吸收的光子通量分配给NBD2和QC2。因此，随着产物的生成，其捕获的光子比例逐渐增加，进而逐步减少可用于进一步转化母体化合物的光量。
由于NBD2和QC2的浓度随时间变化，并直接影响光吸收量，因此无法用简单的解析方程来描述该系统。取而代之的是采用数值方法求解动力学模型。在实际操作中，首先选择一个量子产率的初始试算值，然后模拟反应随时间的变化过程，并将计算得到的吸光度曲线与实验数据进行比较。随后调整量子产率，重复模拟过程，直至计算得到的吸光度与实测值达到最佳匹配。这一过程相当于对完整的吸光度-时间数据集进行全局拟合，而非独立拟合各个数据点。运行该模型需要已知QC2在340 nm处的摩尔吸光系数。该参数需通过单独实验测定，依据在340 nm光照后测得的吸光度，利用比尔-朗伯定律确定。一旦确定，QC2的摩尔吸光系数即作为固定的输入参数，在后续拟合过程中不再调整。
图1：光开关表征平台的示意图。 该自动化系统基于一个多组分流体系统构建。本图经英国皇家化学会许可转载自参考文献17，遵循知识共享署名许可（CC-BY）开放获取协议。17 请点击此处查看此图的放大版本。
图2连续紫外灯照射对降冰片二烯（NBD1）的影响 照射10分钟后，NBD的转化率约为10%，而分别记录的光谱中 <0.5 s 导致可忽略不计的（<0.01%）转化率。该图经英国皇家化学会许可，转载自参考文献17，遵循CC-BY开放获取许可。17 请点击此处以查看此图的放大版本。
图3： NBD1–QC1 光致异构化及紫外-可见吸收光谱。a) 降冰片二烯–四环烷（NBD1–QC1）光响应开关系统的示意图。b) NBD1 与 QC1 的紫外-可见吸收光谱。该图展示了 NBD1–QC1 光响应开关系统，包括光诱导 NBD1 转化为 QC1 的示意图及其相应的紫外-可见吸收光谱，突出了 NBD1 与 QC1 之间的吸收变化。本图经英国皇家化学会许可，改编自参考文献17，遵循知识共享署名许可（CC-BY 开放获取）。17 请点击此处查看该图的高清版本。
图4：由于NBD1–QC1对的光谱重叠极小且QC半衰期较长，热效应和光诱导逆转化贡献可忽略不计的示意图。 在25 °C下，考虑热逆反应对量子产率拟合的影响。忽略热逆反应时，量子产率为67%；而计入该反应后，量子产率略有上升至68%。本图经英国皇家化学会许可转载自参考文献17，遵循CC-BY开放获取许可。17 请点击此处查看此图的放大版本。
图5： BOD–TCO光致异构化及紫外–可见吸收光谱变化。 a) 双环辛二烯–四环辛烷（BOD–TCO）光致异构化系统的示意图。b) BOD在308 nm光照后生成光稳态（TCO）的紫外-可见吸收光谱。该图展示了BOD–TCO光致异构化系统，显示了光诱导BOD向TCO转化的过程及其相应的紫外–可见吸收光谱，说明在308 nm光照后形成富含TCO的光稳态时的光谱变化。本图经英国皇家化学会许可转载自参考文献17，遵循知识共享署名许可协议（CC-BY开放获取）。17 请点击此处查看该图的高清版本。
图6：包含与不包含热逆反应项的量子产率拟合示意图。 对BOD样品，比较忽略热逆反应的解析拟合（量子产率 = 13.8%）与包含热逆反应的数值拟合（量子产率 = 15.1%，k = 5.5497×10−3 s−1，20 °C下），突出两者在动力学参数上的差异。请点击此处查看该图的放大版本。
图7： BOD的艾林图与阿伦尼乌斯图。该图用于确定在三个温度下的热半衰期及热力学参数。速率常数通过阿伦尼乌斯方程和艾林方程进行拟合。本图经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17 请点击此处查看此图的放大版本。
图8： 偶氮苯的光致异构化及紫外-可见光谱变化。a） 偶氮苯光致异构化的示意图。b） 反式-偶氮苯在340 nm光照后达到光稳态（富含顺式-偶氮苯）时的紫外-可见吸收光谱。 该图展示了偶氮苯的光致异构化过程，包括反式到顺式的转换示意图及其相应的紫外-可见吸收光谱，突出了在340 nm光照后形成富含顺式异构体的光稳态时的光谱变化。本图经英国皇家化学会许可转载自参考文献17，遵循CC-BY开放获取许可协议。17 请点击此处查看该图的放大版本。
图9：偶氮苯的艾林图与阿伦尼乌斯图。这些图用于确定在三个温度下的热半衰期和热力学参数。速率常数通过阿伦尼乌斯方程和艾林方程进行拟合。本图经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17 请点击此处查看该图的放大版本。
图 10：NBD2 的光异构化及吸收光谱。a）NBD2/QC2 光异构化的示意图。b）NBD2 和 QC2 在 340 nm 光照后的紫外-可见吸收光谱。 请点击此处查看该图的放大版本。
图11：对NBD2的量子产率拟合，优化了产物吸收。a） NBD2在340 nm光照下的量子产率拟合示例，通过在330 nm处监测时间分辨吸光度变化获得。热逆反应速率（k = 9.1×10−6 s−1）以及产物在辐照波长处的吸收（ε ^NBD2 = 9210 M−1 cm−1，ε^QC2 = 1900 M−1 cm−1) 包含在此数值拟合中，以获得11.6%的优化量子产率（蓝色线） 在 25 °C 与给出量子产率值为13.3%的解析拟合结果（红线）相比。 b) 包含产物吸收的优化量子产率拟合残差。 请点击此处查看此图的放大版本。
图12：NBD2的艾林图与阿伦尼乌斯图。该图用于确定五个温度下的热半衰期和热力学参数。速率常数通过阿伦尼乌斯方程和艾林方程进行拟合。请点击此处查看该图的放大版本。
图13．1H NMR 谱图：NBD2/QC2。a）NBD2 在 CD2Cl2 中的核磁共振谱图，图中原子编号对应实验部分中的归属说明。b）NBD2 在甲苯-d8 中的核磁共振谱图，以及在 340 nm LED 照射 1 小时后的谱图，该条件可实现向 QC2 的完全转化。特征性的 NBD 峰以粉红色标出，这些峰在光照后消失；残留溶剂峰以黄色高亮显示。请点击此处查看该图的放大版本。
| 类别 | 参数 | 示例 / 说明 |
| 样品 | 光开关分子的种类 | NBD, BOD, Azobenzene |
| 浓度 | 例如，4.1 × 10-5 M | |
| 溶剂 | 例如，乙腈、甲苯 | |
| LED / 照射 | 波长 | 可用波长：280 nm、310 nm、340 nm、365 nm、410 nm、455 nm |
| 工作电流 / 功率 | 分别为 600 mA、600 mA、600 mA、1000 mA、1200 mA、1200 mA | |
| 光子通量 | 对应于LED及其设置的校准值 | |
| 测量间隔 | 默认为每光谱1秒 | |
| 光谱 / 分析 | 分析波长 | 大致等于所用LED的波长 |
| 零点波长 | 无吸收处的波长点（通常在500 nm左右） | |
| 拟合数据点数量 | 通常约为10个，具体取决于可用数据点的数量 | |
| 温度 | 正向反应 | 通常为室温（25 °C） |
| 逆向转化 | 很大程度上取决于分子（例如，70 °C） | |
| 动力学分析 | 逆向转化过程中至少需要三个不同的温度 | |
| 流动系统 | 流速 | 默认为1 mL/min |
| 冲洗体积 | 每次测量之间为200 μL |
表1：用户依赖参数。 该表格总结了自动光致变色表征中必须由用户设定的关键初始参数，包括样品浓度、溶剂、LED波长和功率、测量波长、温度、流速以及软件设置，这些参数对于确保光化学测量的可重复性和准确性至关重要。
| 照射波长 | 测量次数 | 实验值 |
| 340 nm | 7 | 0.676 ± 0.028 |
| 365 nm | 2 | 0.689 ± 0.022 |
表2： 25 °C下甲苯中NBD1/QC1的量子产率。 在25 °C的甲苯中，于两种激发波长下测得的NBD1量子产率。本表格经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17
| 照射波长 | 测量次数 | 实验值 |
| 340 nm | 5 | 0.109 ± 0.017 |
表3： 25 °C下甲苯中NBD2/QC2的量子产率（未校正拟合）。 在25 °C的甲苯中，于单一辐照波长下测得的NBD2量子产率。
| 辐照波长 | 测量次数 | 实验值 | Quant 等 (2022) |
| 308 nm | 2 | 0.146 ± 0.007 | 0.1443 ± 0.0004 |
表4： 20 °C下乙腈中BOD在308 nm处的量子产率。 在20 °C下，以乙腈为溶剂，于308 nm光照条件下测得的BOD量子产率。本表格经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17
| 照射波长 | 测量次数 | 实验值 | Ladanyi 等 (2017) |
| 340 nm | 3 | 0.148 ± 0.003 | |
| 334 nm | 6 | 0.155 ± 0.006 |
表5： 偶氮苯反式–顺式光异构化的量子产率。 在25 °C下，乙腈中340 nm光照条件下偶氮苯从反式到顺式光异构化的量子产率，与文献报道的在甲醇中334 nm条件下的测量值进行比较。本表格经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17
| 性质 | 数值 |
| 半衰期 (25°C) | 27 天 |
| ∆H‡ | 115.039935 kJ/mol |
| ∆S‡ | 16.1 J/mol K |
| ∆G‡ (25°C) | 117.974 kJ/mol |
表6： NBD1的热力学参数。该表格列出了NBD1热异构化过程中的关键动力学和热力学参数，包括在25 °C下的半衰期，以及相应的活化焓、活化熵和活化吉布斯自由能，这些参数共同描述了该化合物的热稳定性和异构化行为。本表格经英国皇家化学学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17
| 性质 | 数值 |
| 半衰期 (25°C) | 0.884 天 |
| A | 2.15e+10 1/s |
| ∆H‡ | 82.998240 kJ/mol |
| ∆S‡ | -56.3 J/mol K |
| ∆G‡ (25°C) | 68.22 kJ/mol |
表7： NBD2的热力学参数。该表格列出了NBD2热致异构化反应的关键动力学和热力学参数，包括在25 °C下的半衰期、Arrhenius指前因子，以及相应的活化焓、活化熵和活化吉布斯自由能，这些参数共同描述了该化合物的热稳定性和异构化行为。
| 性质 | 数值 |
| 半衰期 (25°C) | 63 秒 |
| A | 7.10e+13 1/s |
| ∆H‡ | 87.824995 kJ/mol |
| ∆S‡ | 12.2 J/mol K |
| ∆G‡ (25°C) | 90.240 kJ/mol |
表8： BOD的热力学参数。 该表格列出了BOD热异构化反应的关键动力学和热力学参数，包括25 °C下的半衰期、Arrhenius指前因子，以及相应的活化焓、活化熵和活化吉布斯自由能，这些参数共同描述了该化合物的热稳定性和异构化行为。本表格经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17
| 性质 | 数值 |
| 半衰期 (25°C) | 6.796 天 |
| A | 3.99e+10 1/s |
| ∆H‡ | 91.452630 kJ/mol |
| ∆S‡ | -51.6 J/mol K |
| ∆G‡ (25°C) | 94.347 kJ/mol |
表9： 偶氮苯的热力学参数。该表格列出了偶氮苯热异构化反应的关键动力学和热力学参数，包括其在25 °C下的半衰期、阿伦尼乌斯指前因子，以及相应的活化焓、活化熵和活化吉布斯自由能，这些参数共同描述了该化合物的热稳定性和异构化行为。本表格经英国皇家化学会许可，改编自参考文献17，遵循CC-BY开放获取许可。17
补充文件 1：量子产率实验。 量子产率实验程序是一个图形用户界面，允许用户进行光转化反应。实验开始前必须制备或上传所用溶剂的参考光谱（用于基线校正）。此处可实时监测分子的吸收光谱。如有需要，该程序能够将分子逆向转化回其原始状态，例如通过加热（适用于 T 型光开关）或在不同波长的光照下进行（适用于 P 型光开关）。请点击此处下载该文件。
补充文件 2：光子通量计算器。 光子通量计算器程序用于校准现有 LED 的光子通量。光子通量是根据使用校准过的光电二极管传感器测得的光功率，并结合 LED 的波长转换计算得出的。请点击此处下载该文件。
补充文件 3：光子通量校准表。 光子通量校准表包含从光子通量计算器中收集的数据。请点击此处下载该文件。
补充文件 4：量子产率分析。 量子产率分析程序允许用户确定反应的量子产率，或相应地确定光子通量。在开始分析之前，用户必须提供溶液浓度或摩尔消光系数。如果在实验过程中发生热促进的逆向转化，还可以确定相关的速率常数；这些数值随后用于计算分子的半衰期。请点击此处下载该文件。
补充文件 5：半衰期分析。 半衰期分析程序利用至少三个不同温度下的速率常数（k）进行阿伦尼乌斯（Arrhenius）和艾林（Eyring）拟合，从而提取相应的动力学和热力学参数。请点击此处下载该文件。
讨论
利用基于流动的自动化光化学表征平台，可以可靠且高效地测定分子光开关的主要光化学和热力学特性。要获得准确的结果，需确保几个关键工作流程的正确实施。精确计算光异构化量子产率，需要对LED光子通量进行准确校准25。功率传感器必须始终放置在比色皿之后，原因有二：首先，确保仅测量到达样品的光子（因为LED辐照光束通常比比色皿窗口更宽）；其次，考虑比色皿表面的反射和吸收损失26。在微流控腔室内维持恒定的温度控制至关重要，因为即使微小的温度变化也可能影响热逆转化速率，进而干扰动力学分析结果。最后，必须仔细验证自动样品处理过程，以避免引入气泡或稀释效应，这些因素可能导致光谱伪影27。本研究采用该自动化装置评估了一种此前未见报道的NBD光开关分子 NBD2，展示了其在甲苯中的光诱导转化行为，并凸显了该系统可重复表征新型光开关分子的能力。
该平台的模块化设计可根据不同光开关系统的需求进行调整。对于吸收光谱超出LED阵列范围的光开关，可将其他光源（如紫外灯或激光二极管）集成至照射模块中。Python框架可进一步扩展，以纳入全局拟合方法或多波长去卷积算法，用于解决因吸收带重叠而导致光谱分析困难的情况。确保光路精确对准以最大化透射信号、检查LED输出的稳定性，以及将样品浓度维持在紫外-可见光谱仪的线性检测范围内，均为常规的故障排查任务。若量子产率和动力学分析无法获得可靠的拟合结果，通常表明所选的动力学模型不恰当（例如，在BOD型系统中忽略了热逆反应），或时间分辨率不足，后者可通过提高光谱测量频率加以改善28。
尽管该平台显著提高了实验的可重复性和通量，但仍存在一定的局限性与限制。当前配置在未经修改的情况下不适用于固态、非均相或膜结合型光开关分子，因其要求样品为均一的液相体系。当母体化合物与光产物之间存在显著的光谱重叠时，会降低光谱解卷积的准确性，并可能在高转化率条件下导致量子产率计算出现偏差。29此外，目前连续光谱测量之间的最短时间间隔为1 s，但根据光谱仪设置，可能实现更短的积分时间。30. 传统表征光开关分子的方法通常是基于批次的，涉及将样品置于比色皿中手动照射，然后转移至光谱仪进行检测。这些操作会引入操作者依赖的变异性，消耗较多样品量，且通量有限。相比之下，本文所述方法将监测、分析和照射过程整合为一个自动化的流程。通过获取光谱数据，减少了浓度差异和操作误差 原位 并在温度可控的微流控环境中容纳微升级样品。该方法不同于传统的分段式技术，能够在单一工作流程中自动完成不同温度下的Eyring和Arrhenius研究。NBD、BOD和偶氮苯的量子产率及热半衰期与文献报道值高度一致，表明自动化在不牺牲准确性的前提下显著提高了实验效率和重复性15.
该平台通过提供光控开关系统的快速且标准化表征，实现了广泛的跨学科应用。在生物环境中设计具有可预测开/关动力学的光控开关，需要精确测量量子产率和半衰期，这在光药理学中至关重要31。对太阳能储热燃料中的光异构化效率和储存稳定性进行准确评估，可加快潜在储能分子的筛选进程32。在材料科学中，当光控开关被整合到聚合物和响应性涂层中用于光驱动驱动或数据存储时，该技术有助于快速比较候选材料33。除特定应用外，生成大规模标准化数据集的能力还使得利用机器学习技术指导分子设计与优化成为可能34。
综上所述，该自动化表征平台构建了一个自动化工作流程，能够依次对多个光致变色样品进行分析，且几乎无需人工干预。尽管模块化设计有助于故障排查并可适应多种光致变色分子类型，但关键步骤包括精确的光子通量校准和严格的温度控制35。尽管该方法在光谱重叠和样品均一性方面仍存在局限，但相较于传统的批处理方法已取得显著进步。该集成化工作流程具有重要意义，因为它将辐照、监测和动力学建模整合到单一工作流程中，从而实现了对分子光致变色体的系统性评估。这一自动化工作流程提供了一个可扩展的框架，有望加速功能分子光致变色体在太阳能存储、智能材料和光驱动生物系统等多个研究领域的发现与表征，因其可在减少用户参与的同时显著加快研究进程36。
披露
作者无任何利益冲突需要披露。
致谢
作者衷心感谢以下机构提供的经费支持： 欧盟委员会“地平线2020”计划（资助号：951801 MOST）、欧洲研究理事会卓越科学计划（资助号：101002131 PhoTherm）以及德国研究基金会（DFG）研究单位FOR5499“太阳能的分子管理——MOST系统的化学”，项目编号496207555，包括项目部分D-Dev：探索MOST在器件中的应用。我们还感谢加泰罗尼亚理工大学提供分析仪器和基础设施的使用权限。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 流通池 | Starna Cells | 583.4.2F-Q-10/Z15 | 置于样品池架内部 |
| LED 阵列 | Thorlabs | M280F5, M310F1, M340F4, M365FP1, | 光纤耦合；提供可控辐照 |
| M405F3, M430F1, M455F3 | |||
| 光电二极管功率传感器 | Thorlabs | S120VC | 用于光子通量测量 |
| 安装有软件的便携式计算机 | 用于数据采集、存储与分析 | ||
| 功率与能量计接口（USB） | Thorlabs | PM100USB | 连接传感器与计算机以实现数据传输 |
| 泵 | Vapourtec | SF10 | - |
| 样品架 | 自行设计并3D打印 | - | - |
| 光谱仪 | Avantes | AvaSpec-ULS2048CL-EVO | - |
| 注射器与管路 | IDEX | 内径0.7 mm的ETFE管路 | 与微流控泵系统兼容 |
| 温控样品池架 | Quantum Northwest | qPod 3e | - |
| 紫外灯 | Avantes | AvaLight-D(H)-S | - |
| 阀门 | Knauer | AVQ63AF | 阀门整合器 AWA01XA |
参考文献
- Pianowski, Z. L. Recent Implementations of Molecular Photoswitches into Smart Materials and Biological Systems. Chem A Eur J. 25, 5128-5144 (2019).
- Welleman, I. M., Hoorens, M. W. H., Feringa, B. L., Boersma, H. H., Szymański, W. Photoresponsive molecular tools for emerging applications of light in medicine. Chem Sci. 11, 11672-11691 (2020).
- Meng, X., et al. Recent Advances in Smart Windows Based on Photo‐Responsive Liquid Crystals Featuring Phase Transition. Chempluschem. 89, e202300700(2024).
- Mishra, K., et al. Genetically encoded photo-switchable molecular sensors for optoacoustic and super-resolution imaging. Nat Biotechnol. 40, 598-605 (2022).
- Salthouse, R. J., Moth-Poulsen, K. Multichromophoric photoswitches for solar energy storage: from azobenzene to norbornadiene, and MOST things in between. J Mater Chem A Mater. 12, 3180-3208 (2024).
- Wang, H., Bisoyi, H. K., Zhang, X., Hassan, F., Li, Q. Visible Light‐Driven Molecular Switches and Motors: Recent Developments and Applications. Chem A Eur J. 28, e202103906(2022).
- Xu, Y., Tang, Y., Li, Q. Visible‐ and Near‐Infrared Light‐Driven Molecular Photoswitches for Biological Applications. Adv Funct Mater. 35, 2416359(2025).
- Luo, P., Xiang, S., Li, C., Zhu, M. Photomechanical polymer hydrogels based on molecular photoswitches. J Poly Sci. 59, 2246-2264 (2021).
- Sun, C., Wang, C., Boulatov, R. Applications of Photoswitches in the Storage of Solar Energy. ChemPhotoChem. 3, 268-283 (2019).
- Losantos, R., Sampedro, D. Design and Tuning of Photoswitches for Solar Energy Storage. Molecules. 26, 3796(2021).
- Salthouse, R. J., Moth-Poulsen, K. Multichromophoric photoswitches for solar energy storage: from azobenzene to norbornadiene, and MOST things in between. J Mater Chem A Mate.r. 12, 3180-3208 (2024).
- van Leeuwen, T., Lubbe, A. S., Štacko, P., Wezenberg, S. J., Feringa, B. L. Dynamic control of function by light-driven molecular motors. Nat Rev Chem. 1, 0096(2017).
- Irie, M. Diarylethenes for Memories and Switches. Chem Rev. 100, 1685-1716 (2000).
- Volker, A., Steen, J. D., Crespi, S. A fiber-optic spectroscopic setup for isomerization quantum yield determination. Beilstein J Org Chem. 20, 1684-1692 (2024).
- Orrego-Hernández, J., Dreos, A., Moth-Poulsen, K. Engineering of Norbornadiene/Quadricyclane Photoswitches for Molecular Solar Thermal Energy Storage Applications. Acc Chem Res. 53, 1478-1487 (2020).
- Griffiths, R. R., et al. Data-driven discovery of molecular photoswitches with multioutput Gaussian processes. Chem Sci. 13, 13541-13551 (2022).
- Elholm, J. L., et al. An automated photo-isomerisatio.n and kinetics characterisation system for molecular photoswitches. Digital Disc. 4, 2045-2051 (2025).
- Jevric, M., et al. Norbornadiene‐Based Photoswitches with Exceptional Combination of Solar Spectrum Match and Long‐Term Energy Storage. Chem Eur J. 24, 12767-12772 (2018).
- Quant, M., et al. Synthesis, characterization and computational evaluation of bicyclooctadienes towards molecular solar thermal energy storage. Chem Sci. 13, 834-841 (2022).
- Jevric, M., et al. Norbornadiene‐Based Photoswitches with Exceptional Combination of Solar Spectrum Match and Long‐Term Energy Storage. Chem Eur J. 24, 12767-12772 (2018).
- Ladányi, V., et al. Azobenzene photoisomerization quantum yields in methanol redetermined. Photochem Photobiol Sci. 16, 1757-1761 (2017).
- Vetráková, L., et al. The absorption spectrum of cis-azobenzene. Photochem Photobiol Sci. 16, 1749-1756 (2017).
- Bowman, W. D., Demas, J. N. Ferrioxalate actinometry. A warning on its correct use. J Phys Chem. 80, 2434-2435 (1976).
- Hatchard, C. G., Parker, C. A. A new sensitive chemical actinometer - II. Potassium ferrioxalate as a standard chemical actinometer. Proc R Soc Lond A Math Phys Sci. 235 (1203), 518-536 (1956).
- Megerle, U., Lechner, R., König, B., Riedle, E. Laboratory apparatus for the accurate, facile and rapid determination of visible light photoreaction quantum yields. Photochem Photobiol Sci. 9, 1400-1406 (2010).
- Aleotti, F., et al. Engineering Azobenzene Derivatives to Control the Photoisomerization Process. J Phys Chem A. 127, 10435-10449 (2023).
- Kumbhakar, M., et al. High‐Throughput Screening of High‐Entropy Fluorite‐Type Oxides as Potential Candidates for Photovoltaic Applications. Adv Energy Mater. 13, 2204337(2023).
- Stadler, E., et al. A versatile method for the determination of photochemical quantum yields via online UV-Vis spectroscopy. Photochem Photobiol Sci. 17, 660-669 (2018).
- Kobauri, P., Dekker, F. J., Szymanski, W., Feringa, B. L. Rational Design in Photopharmacology with Molecular Photoswitches. Angew Chem Int Ed. 62, e202300681(2023).
- Mony, J., et al. Photoisomerization Efficiency of a Solar Thermal Fuel in the Strong Coupling Regime. Adv Funct Mater. 31, 2010737(2021).
- Wang, N., Wang, H., Wang, K., Zuo, J., Wang, Z. Reversible dual stimuli-responsive polymer coatings with antimicrobial properties for oil–water separation. J Water Proc Eng. 77, 108484(2025).
- Wang, Z., et al. Liquid‐Based Multijunction Molecular Solar Thermal Energy Collection Device. Adv Sci. 8, 2103060(2021).
- Börjesson, K., Lennartson, A., Moth-Poulsen, K. Efficiency Limit of Molecular Solar Thermal Energy Collecting Devices. ACS Sustain Chem Eng. 1, 585-590 (2013).
重印与许可
本文已发表
视频即将推出