Vibrationsspektra einer N719-Chromophore/Titania Schnittstelle aus Empirisch-Potential-Molekulardynamik-Simulation, Solvated by a Room Temperature Ionic Liquid
25. Januar 2020
Eine farbsensibilisierte Solarzelle wurde von RTILs gelöst; Mit Hilfe optimierter empirischer Potenziale wurde eine molekulare Dynamiksimulation zur Berechnung von Schwingungseigenschaften eingesetzt. Die erhaltenen Schwingungsspektren wurden mit Experiment und ab initio molekularer Dynamik verglichen; verschiedene empirische Potentialspektren zeigen, wie sich die Partiellenladungsparametrierung der ionischen Flüssigkeit auf die Vorhersage von Schwingungsspektren auswirkt.
Dieses Protokoll befasst sich damit, wie gut empirische Potentialansätze auf die vernünftige Vorhersage struktureller und schwingungsbedingter Eigenschaften prototypisierter farbempfindlicher Solarzellensysteme zugeschnitten werden können. Dies ist wichtig, da die Berechnungskosten erstaunlich reduziert werden und die Möglichkeit besteht, verschiedene Stichprobenansätze zu verfolgen. Um eine molekulardynamische Simulation durchzuführen, öffnen Sie die DL_POLY Simulationssoftwaredatei und verwenden Sie das gut validierte Kraftfeld von Lopez, et al.
um die Raumtemperatur ionische Flüssigkeitkonfiguration über empirische Potenziale zu entspannen. Dann verwenden Sie das Matsui-Akaogi Kraftfeld einschließlich der Beweglichkeit der Titania im Entspannungsprozess, um Anatase zu modellieren. Um eine Geometrieoptimierung mit einem konjugierenden Gradientenminimierungs-Relativen Abschlussgradienten von 0,0001 durchzuführen, geben Sie in der Felddatei eine Optimierung für 15 Pikosekunden mit einem Zeitstopp in einer Femtosekunde bei 300 Kelvin in einem NVT-Ensemble an.
Um DL_POLY auf dem Terminal auszuführen, geben Sie DL_POLY ein. X.In der Steuerdatei, geben Sie Nose-Hoover für NVT an und entscheiden Sie sich für Positionsgeschwindigkeits-Trajektoje, die jede Femtosekunde druckt. Stellen Sie für die Anatase-Oberfläche sicher, dass sie entlang der x- und y-Laborachsen periodisch ist und auf die Raumtemperatur ionische Flüssigkeiten projiziert, wobei ein Paar paralleler Oberflächen mit einer x-Achse von 21 Angstroms und einer y-Achse von 21 Angstroms projiziert wird.
Stellen Sie sicher, dass das farbsensibilisierte Solarzellensystem mit einem expliziten Lösungsmittel aus 827 Atomen besteht. Für den Fall des Vakuolen sollte es 347 Atome im System geben. Wenden Sie in der Felddatei für Lennard-Jones-Parameter Lorentz-Berthelot-Kombinationsregeln an und geben Sie das arithmetische Mittel der Lennard-Jones Radien und das geometrische Mittel der Lennard-Jones-Brunnentiefen für die empirischen Kraftfelder im unteren Teil der Felddatei unter der Registerkarte "Nicht gebundene Interaktionen" ein.
Um die Elektrostatik mit großer Reichweite zu behandeln, wenden Sie die Ewald-Methode mit einer nicht gebundenen Cutoff-Länge von 10 Angstroms an und legen Sie den realen Raumzerfallsparameter für die Ewald-Methode in der Steuerdatei auf etwa 3,14 pro nicht gebundener Cutoff-Länge fest. Wählen Sie dann die Anzahl der Ewald-Wellenvektoren aus, um eine relative Toleranz in der Ewald-Auswertung von einem mal 10 bis zum negativen Fünftel innerhalb der Steuerdatei zu gewährleisten. Führen Sie eine Reihe potenzieller Energieauswertungen mit einer REVCON-Datei durch, die in Konfiguration umbenannt wurde, bis der Systemdruck in der Ausgabe innerhalb weniger Prozent konvergiert, um die nicht gebundene Cutoff-Länge auszuwählen.
Verwenden Sie aus der Verlaufsdatei die Python-Diatomgeschwindigkeit getrennt. py in der Klemme, um die einzelnen x-, y- und z-Geschwindigkeiten bei jedem Schritt zu extrahieren. Um die automatische Geschwindigkeitskorrelationsfunktion zu berechnen, verwenden Sie vacf151005.
und geben Sie classical_dye_autocore ein. in das Terminal. Die automatische Geschwindigkeitskorrelationsfunktion wird für alle Diatomeen berechnet.
Um die Spektren aus der molekularen Dynamik zu berechnen, verwenden Sie eine massengewichtete Fourier-Transformation der automatischen Korrelationsfunktion der Atomgeschwindigkeit des Farbstoffs, verwenden Sie Python MWPS. py und geben Sie run_all_4 ein. sh im Terminal.
Die massengewichteten Leistungsspektren werden berechnet. Um partielle Änderungssätze in der Raumtemperatur ionische Flüssigkeiten für imperiale potentialische molekulardynamische Basissimulation für den fertigen Vergleich gegeneinander zu bewerten, bereiten Sie eine Tabelle der Literaturladungen vor und geben Sie diese Tabelle in das Felddateiformat für DL-POLY ein. Um die Mulliken Raumtemperatur ionic Flüssigkeitsladungen zu berechnen, durchschnittlich über vier Punkte der ab-initio molekularen Dynamik Flugbahn, re-normalisieren und bereiten eine Tabelle der LiteraturLadungen und geben Sie die Tabelle in Felddateiformat für DL-POLY.
Um die EHT-Analyse durchzuführen, durchschnittlich über vier Punkte der ab-initio molekularen Dynamik-Trajektorie, wie im Softwarepaket für molekulare Betriebsumgebung implementiert. Normalisieren Sie die Stoltonie neu und bereiten Sie eine Tabelle der Literaturgebühren vor, und geben Sie das Feld in das Felddateiformat für DL-POLY ein. Hier werden repräsentative Bindungsmotive der vier verschiedenen Teilladungssätze nach 15 Pikosekunden molekularer Dynamik gezeigt.
Für die literaturabgeleitete Ladungen, wie gezeigt, kann eine prominente Wasserstoff-Bindungsinteraktion mit einem Oberflächenproton beobachtet werden. Die drei ab-initio molekularen Dynamik abgeleiteten Ladungssätze weisen jedoch keine so starke Coulombic-Wechselwirkung mit einem Oberflächenproton auf. Tatsächlich führt die geringere Größe der Teilladungen in der Literatur im Vergleich zu denen, die auf verschiedene Weise aus der ab-initio-Molekulardynamik entnommen wurden, zu einem geringeren Umfang der Ladungsabschirmung im Verhältnis zu den größeren Teilraumtemperaturionflüssigkeitsladungen.
Interessanterweise zeigt der von Mulliken abgeleitete Ladungssatz eine gewisse nachhaltige Verknickung des Farbstoffs, um eine prominente Wasserstoffbindung mit einem überbrückenden Sauerstoffatom an der Anatase-Oberfläche zu haben. Die bessere Qualitätsladung aus der ab-initio-Molekulardynamik führt zu realistischeren N719-Bindungsmotiven, die mit der PEV-basierten Born-Oppenheimer-Molekulardynamik mit Grimme-D3-Dispersion übereinstimmen. Die massengewichteten ab-initio molekularen Dynamik Geschwindigkeit AutoKorrelationsfunktion Spektralergebnisse zeigen einen Cluster von spektroskopischen Spitzen in 300 bis 400 Zentimeter Region.
Die Hauptspitzen der klassischen Spektren liegen bei 600 und 800 Zentimetern für die Literatur, 525 und 800 Zentimeter für die Mulliken-Ladungen, 675, 810 und 900 Zentimeter für die EHT-Ladungen und 650, 800 und 900 Zentimeter für den Hirshfeld-Ladesatz. Achten Sie darauf, die anfängliche Struktur der Geometrie der Titania in alle Richtungen zu überprüfen. Zur Optimierung kann das Kraftfeld verwendet werden, um das empirische Potenzial an Schwingungsspektren zu bewerten, wie es für die molekulare Dynamik vorhergesagt wird.
ab-initio Molekulardynamik ist eine effektive und vielversprechende Strategie. Der Einsatz molekularer Dynamik dürfte auch bei der Simulation von Dye-sensibilisierten Solarzellen-Prototypen wichtig sein.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Übersicht
In diesem Artikel wird ein ausführliches Protokoll zur Anwendung empirischer, potentialbasierter Molekulardynamik-(MD-)Simulationen zur Vorhersage der strukturellen und Schwingungseigenschaften von Grenzflächen in farbstoffsensibilisierten Solarzellen (DSC) vorgestellt, wobei der Fokus speziell auf dem N719-Farbstoff liegt, der an anatisches TiO2 adsorbiert und von einer ionischen Flüssigkeit bei Raumtemperatur (RTIL) solvatisiert ist. Die Studie bewertet, wie unterschiedliche Parameterisierungen der Partialladungen der RTIL die Vorhersagen von Schwingungsspektren beeinflussen, und vergleicht die Ergebnisse empirischer MD-Simulationen mit solchen aus ab-initio-Molekulardynamik (AIMD) sowie experimentellen Daten.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Physikalische Chemie
- Computerchemie
- Materialwissenschaft
- Molekulare Simulation
Hintergrund
- Die genaue Vorhersage von Schwingungsspektren für photoaktive Metalloxidoberflächen mit adsorbierten Farbstoffen ist herausfordernd.
- Farbstoffsolarzellen (DSCs) sind aussichtsreich für die Umwandlung von Solarenergie, wobei ihre Leistung von den grenzflächenbestimmenden Eigenschaften beeinflusst wird.
- Ionische Flüssigkeiten bei Raumtemperatur (RTILs) werden als Elektrolyte in DSCs verwendet und beeinflussen die Wechselwirkungen zwischen Farbstoff und Oberfläche.
- Die molekulardynamische Simulation mit empirischem Potential bietet eine hohe rechnerische Effizienz, erfordert jedoch eine sorgfältige Parametrisierung und Validierung.
Ziel der Studie
- Beurteilung der Genauigkeit empirischer potentieller MD bei der Vorhersage von Schwingungsspektren und strukturellen Eigenschaften von DSC-Grenzflächen.
- Untersuchung des Einflusses verschiedener RTIL-Teilladungssätze auf die Vorhersage von Schwingungsspektren.
- Vergleich empirischer MD-Ergebnisse mit AIMD- und experimentellen Spektren zur Validierung.
Verwendete Methoden
- Molekulardynamik-Simulationen unter Verwendung von DL_POLY mit validierten Kraftfeldern (Lopez et al. für RTIL, Matsui-Akaogi für anatas-TiO2).
- Geometrieoptimierung und NVT-Ensemble-Simulationen bei 300 K.
- Anwendung der Lorentz-Berthelot-Kombinationsregeln für Lennard-Jones-Parameter und der Ewald-Methode für langreichweitige Elektrostatik.
- Extraktion der atomaren Geschwindigkeiten und Berechnung der Geschwindigkeitsautokorrelationsfunktionen.
- Fourier-Transformation der massengewichteten Geschwindigkeitsautokorrelationsfunktionen zur Gewinnung der Schwingungsspektren.
- Vergleich der Spektren unter Verwendung verschiedener Sätze partieller Ladungen (Literatur, Mulliken, EHT, Hirshfeld), abgeleitet aus AIMD und Literatur.
Hauptergebnisse
- Empirische MD-Simulationen mit verschiedenen RTIL-Ladungssätzen liefern unterschiedliche Schwingungsspektren und Bindungsmotive an der DSC-Grenzfläche.
- Literaturbasierte Ladungen zeigen starke Wasserstoffbrückenbindungen mit Oberflächenprotonen, während AIMD-basierte Ladungen realistischere Bindungsmotive und eine verminderte Ladungsabschirmung bewirken.
- Die aus empirischen MD-Simulationen stammenden Schwingungsspektren weisen Hauptpeak bei je nach Ladungssatz unterschiedlichen Frequenzen auf, wobei die AIMD-Spektren einen Peakhaufen im Bereich von 300–400 cm-1 zeigen.
- Sorgfältiges Anpassen und Validieren empirischer Kraftfelder ermöglicht eine plausible Vorhersage der Schwingungseigenschaften von DSC.
Schlussfolgerungen
- Die empirische Potential-MD ist, wenn sie ordnungsgemäß parametrisiert und validiert wird, wirksam zur Vorhersage von Schwingungsspektren von DSC-Grenzflächen.
- Die Parametrisierung der Partialladungen von RTILs beeinflusst maßgeblich die vorhergesagten grenzflächenbezogenen Eigenschaften und Spektren.
- Die Kombination empirischer MD mit AIMD und experimenteller Validierung erhöht die Zuverlässigkeit bei der Modellierung photoaktiver Grenzflächen.
Häufig gestellte Fragen
Ausschlaggebende Bedeutung für die Industrie
Eine genaue Vorhersage der Schwingungsspektren an Farbstoff/Metalloxid-Grenzflächen ist entscheidend, um Risiken in der frühen Materialentwicklung für die Energieforschung und Optoelektronik zu minimieren. Dieses Protokoll zeigt, wie die empirisch basierte Molekulardynamik, wenn sie sorgfältig parametrisiert und validiert wird, prädiktive Einblicke in grenzflächenbezogene Eigenschaften ermöglichen kann – bei nur einem Bruchteil der Rechenkosten ab-initio-Methoden. Solche Fähigkeiten erlauben eine schnelle Überprüfung von Hypothesen und die Priorisierung von Materialkombinationen für neuartige photoaktive Materialien und Grenzflächen.
Strategische Anwendungen in der Biopharma-Forschung und Entwicklung
Frühe Entdeckung und Zielvalidierung
- Ermöglicht die Untersuchung von molekularen Wechselwirkungen und Bindungsmustern an Grenzflächen, die für die Leistung funktionaler Materialien relevant sind.
- Unterstützt die mechanistische Risikominimierung, indem der Einfluss der Ladungsparametrisierung auf vorhergesagte Spektren und die Grenzflächenstruktur geklärt wird.
- Erleichtert eine verlässliche Vorhersage bei der Materialauswahl und frühen Entscheidungen über Fortführung oder Abbruch in der Geräteprototypentwicklung.
Screening und Assay-Entwicklung
- Erstellt validierte Berechnungsmodelle zur nachgeschalteten Untersuchung von Farbstoff-Oberfläche- und Elektrolytkombinationen.
- Standardisiert Simulationsausgaben zur Reproduzierbarkeit und zum Vergleich mit experimentellen Spektren.
- Ermöglicht die skalierbare Bewertung von Parametersätzen und unterstützt damit hochdurchsatzfähige computergestützte Screening-Workflows.
Translationale und präklinische Forschung
- Verknüpft computerbasierte Vorhersagen mit experimentellen und ab initio-Benchmarks und unterstützt so die translationale Kontinuität von der Simulation zur laborbasierten Validierung.
- Bietet einen Rahmen für die risikoadjustierte Weiterentwicklung von Kandidatenmaterialien basierend auf quantitativen spektralen Ausgabedaten.
- Reduziert mechanistische Unsicherheiten in der Grenzflächengestaltung, bevor kostspielige experimentelle Hochskalierungen durchgeführt werden.
Pipeline- und Workflow-Integration
Dieses Simulationsprotokoll ist in die Kontinuum von der Entdeckung bis zur präklinischen Phase eingebettet und verbindet die computergestützte Hypothesenprüfung mit der experimentellen Validierung fortgeschrittener Materialien.
- Entdeckungsbiochemie: Unterstützt die Hypothesenprüfung hinsichtlich Grenzflächenladungseffekten und Bindungsmotive auf molekularer Ebene.
- Screening: Liefert reproduzierbare, quantitative Schwingungsspektren zur vergleichenden Bewertung von Parametersätzen.
- Analytik: Bietet massengewichtete spektrale Auslesesignale und Analysen der Geschwindigkeitsautokorrelation für fundierte, datenbasierte Entscheidungen.
- Translationale Forschung: Stellt Kontinuität sicher, indem empirische Vorhersagen mit ab-initio- und experimentellen Daten verglichen werden.
- Unternehmensweite Wiederverwendung: Schafft einen wiederverwendbaren Simulationsworkflow, der an andere Farbstoff-, Oberflächen- und Elektrolytsysteme angepasst werden kann.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Erhöht die Vorhersagesicherheit und verringert mechanistische Mehrdeutigkeiten beim Design von Grenzflächen.
- Operationaler Wert: Ermöglicht standardisierte, skalierbare und reproduzierbare computergestützte Arbeitsabläufe.
- Strategischer Wert: Verbessert die Kapitalnutzungseffizienz und unterstützt fundiertere Go/No-Go-Entscheidungen in Materialforschungs- und -entwicklungsprozessen.
- Portfolio-Wirkung: Erleichtert die risikoadjustierte Priorisierung und Weiterentwicklung von Materialkandidaten.
Durchführungsaspekte
- Erfordert Fachkenntnisse in molekularen Simulationen, Kraftfeld-Parametrisierung und Spektralanalyse.
- Benötigt Zugang zu Hochleistungsrechner-Infrastruktur und validierter Simulationssoftware (z. B. DL_POLY).
- Erfordert eine strenge, über Teams hinweg standardisierte Festlegung von Parametersätzen und Datenformaten.
- Die Anpassung an neue Systeme erfordert eine sorgfältige Zuweisung von Ladungen sowie Validierung anhand experimenteller oder ab-initio-Daten.
- Einschränkungen bestehen in der Empfindlichkeit gegenüber der Qualität des Kraftfelds und dem fortwährenden Bedarf an Benchmarking.
