Прогнозирование кристаллической структуры - Crystal structure prediction

Прогнозирование кристаллической структуры (CSP) - расчет кристаллические структуры твердых тел из первые принципы. Надежные методы предсказания кристаллической структуры соединения, основанные только на его составе, были целью физических наук с 1950-х годов.[1] Используемые вычислительные методы включают: имитация отжига, эволюционные алгоритмы, распределенный мультипольный анализ, случайная выборка, прыжки по бассейну, сбор данных, теория функционала плотности и молекулярная механика.[2]

История

Кристаллические структуры простых ионных твердых тел уже давно рационализированы с точки зрения Правила Полинга, впервые изложенный в 1929 г. Линус Полинг.[3] Для металлов и полупроводников действуют другие правила, касающиеся концентрации валентных электронов. Однако предсказание и рационализация - это разные вещи. Чаще всего термин предсказание кристаллической структуры означает поиск расположения составляющих его атомов (или, для молекулярных кристаллов, его молекул) с минимальной энергией в пространстве. Проблема имеет две стороны: комбинаторику («фазовое пространство поиска», наиболее актуальное на практике для неорганических кристаллов) и энергетику (или «ранжирование устойчивости», наиболее актуальное для молекулярных органических кристаллов). Для сложных немолекулярных кристаллов (где "проблема поиска" стоит наиболее остро), основными недавними достижениями стала разработка версии Martonak метадинамика,[4][5] эволюционный алгоритм Оганова-Гласса USPEX,[6] и первые принципы случайного поиска.[7] Последние способны решить проблему глобальной оптимизации примерно с сотней степеней свободы, в то время как подход метадинамики заключается в сокращении всех структурных переменных до нескольких «медленных» коллективных переменных (что часто работает).

Молекулярные кристаллы

Прогнозирование органических кристаллических структур важно в академической и промышленной науке, особенно для фармацевтические препараты и пигменты, где понимание полиморфизм полезно. Кристаллические структуры молекулярных веществ, особенно органических соединений, очень трудно предсказать и ранжировать в порядке устойчивости. Межмолекулярные взаимодействия относительно слабые, ненаправленные и дальнодействующие.[8] Это приводит к типичной разнице в решетке и свободной энергии между полиморфы которые часто составляют всего несколько кДж / моль, очень редко превышая 10 кДж / моль.[9] Методы прогнозирования кристаллической структуры часто обнаруживают множество возможных структур в этом небольшом диапазоне энергий. Эти небольшие разности энергий сложно надежно предсказать без чрезмерных вычислительных усилий.

С 2007 года был достигнут значительный прогресс в области CSP малых органических молекул, причем несколько различных методов оказались эффективными.[10][11] Наиболее широко обсуждаемый метод сначала ранжирует энергии всех возможных кристаллических структур с использованием индивидуальной ММ силовое поле и завершается использованием поправки на дисперсию DFT шаг для оценки энергия решетки и стабильность каждой структуры кандидатов, включенных в окончательный список.[12] Более поздние попытки предсказать кристаллические структуры были сосредоточены на оценке кристаллов. свободная энергия путем включения эффектов температуры и энтропии в органических кристаллах с использованием анализа колебаний или молекулярной динамики.[13][14]

Программное обеспечение для предсказания кристаллической структуры

Следующие коды могут предсказывать стабильные и метастабильные структуры с учетом химического состава и внешних условий (давление, температура):

  • AIRSS - Ab Initio поиск случайных структур на основе стохастической выборки конфигурационного пространства и с возможностью использования симметрии, химических и физических ограничений. Используется для исследования объемных кристаллов, низкоразмерных материалов, кластеров, точечных дефектов и границ раздела. Выпущено по лицензии GPL2. Регулярно обновляется.
  • КАЛИПСО - Анализ кристаллической структуры с помощью оптимизации роя частиц, реализующий алгоритм оптимизации роя частиц (PSO) для идентификации / определения кристаллической структуры. Как и в случае с другими кодами, знание структуры может быть использовано для разработки многофункциональных материалов (например, сверхпроводящих, термоэлектрических, сверхтвердых и энергетических материалов). Бесплатно для академических исследователей. Регулярно обновляется.
  • ГАСП - предсказывает структуру и состав стабильных и метастабильных фаз кристаллов, молекул, атомных кластеров и дефектов из первых принципов. Может быть сопряжен с другими кодами энергии, включая: VASP, LAMMPS, MOPAC, Gulp, JDFTx и т. Д. Бесплатное использование и регулярное обновление.
  • ГРЕЙС - для предсказания молекулярных кристаллических структур, особенно в фармацевтической промышленности. На основе теории функционала плотности с поправкой на дисперсию. Коммерческое ПО в активной разработке.
  • ГЛОТОК - Монте-Карло и генетические алгоритмы для атомных кристаллов. GULP основан на классических силовых полях и работает со многими типами силовых полей. Бесплатно для академических исследователей. Регулярно обновляется.
  • USPEX - программное обеспечение с несколькими методами, которое включает эволюционные алгоритмы и другие методы (случайная выборка, эволюционная метадинамика, улучшенный PSO, метод NEB с переменной ячейкой и метод выборки пути перехода для механизмов фазового перехода). Может использоваться для атомарных и молекулярных кристаллов; объемные кристаллы, наночастицы, полимеры, реконструкции поверхности, границы раздела фаз; может оптимизировать энергию или другие физические свойства. Помимо поиска структуры для данного состава, он может идентифицировать все стабильные составы в многокомпонентной системе переменного состава и выполнять одновременную оптимизацию нескольких свойств. Бесплатно для академических исследователей. Используется> 4500 исследователями. Регулярно обновляется.
  • XtalOpt - открытый исходный код, реализующий эволюционный алгоритм.

дальнейшее чтение

  • Оганов А.Р. / Под ред. (2010). Современные методы прогноза кристаллической структуры. Берлин: Wiley-VCH. ISBN  978-3-527-40939-6.

Рекомендации

  1. ^ Г. Р. Десираджу (2002). «Скрытая кристаллография». Материалы Природы. 1 (2): 77–79. Дои:10.1038 / nmat726. PMID  12618812.
  2. ^ С. М. Вудли, Р. Кэтлоу; Кэтлоу (2008). «Прогнозирование кристаллической структуры из первых принципов». Материалы Природы. 7 (12): 937–946. Bibcode:2008 НатМа ... 7..937 Вт. Дои:10.1038 / nmat2321. PMID  19029928.
  3. ^ Л. Полинг (1929). «Принципы, определяющие структуру сложных ионных кристаллов». Журнал Американского химического общества. 51 (4): 1010–1026. Дои:10.1021 / ja01379a006.
  4. ^ Мартонак Р., Лайо А., Парринелло М. (2003). «Прогнозирование кристаллических структур: новый взгляд на метод Парринелло-Рахмана». Письма с физическими проверками. 90 (3): 75502. arXiv:cond-mat / 0211551. Bibcode:2003ПхРвЛ..90г5503М. Дои:10.1103 / Physrevlett.90.075503.CS1 maint: несколько имен: список авторов (связь)
  5. ^ Мартонак Р., Донадио Д., Оганов А. Р., Парринелло М .; Донадио; Оганов; Парринелло (2006). «Превращения кристаллической структуры в SiO.2 из классической и ab initio метадинамики ». Материалы Природы. 5 (8): 623–626. Bibcode:2006НатМа ... 5..623M. Дои:10.1038 / nmat1696. PMID  16845414.CS1 maint: несколько имен: список авторов (связь)
  6. ^ Оганов, А.Р .; Гласс, К. В. (2006). «Предсказание кристаллической структуры с использованием ab initio эволюционных методов: принципы и приложения». Журнал химической физики. 124 (24): 244704. arXiv:0911.3186. Bibcode:2006ЖЧФ.124х4704О. Дои:10.1063/1.2210932. PMID  16821993.
  7. ^ Pickard, C.J .; Потребности, Р. Дж. (2006). «Фазы высокого давления силана». Письма с физическими проверками. 97 (4): 045504. arXiv:cond-mat / 0604454. Bibcode:2006ПхРвЛ..97д5504П. Дои:10.1103 / PhysRevLett.97.045504. PMID  16907590.
  8. ^ Стоун, Энтони (2013). Теория межмолекулярных сил. Издательство Оксфордского университета.
  9. ^ Найман, Йонас; День, Грэм М. (2015). «Различия статической и колебательной энергии решетки между полиморфами». CrystEngComm. 17 (28): 5154–5165. Дои:10.1039 / C5CE00045A.
  10. ^ К. Сандерсон (2007). «Модель предсказывает структуру кристаллов». Природа. 450 (7171): 771. Bibcode:2007Натура.450..771С. Дои:10.1038 / 450771a. PMID  18063962.
  11. ^ День, Грэм М .; Купер, Тимоти Дж .; Cruz-Cabeza, Aurora J .; Hejczyk, Katarzyna E .; Ammon, Herman L .; Boerrigter, Stephan X. M .; Тан, Джеффри С .; Della Valle, Raffaele G .; Венути, Элизабетта; Хосе, Йован; Gadre, Shridhar R .; Desiraju, Gautam R .; Thakur, Tejender S .; Van Eijck, Bouke P .; Фаселли, Хулио С .; Bazterra, Victor E .; Ферраро, Марта Б .; Hofmann, Detlef W. M .; Neumann, Marcus A .; Leusen, Frank J. J .; Кендрик, Джон; Прайс, Сара Л .; Misquitta, Alston J .; Karamertzanis, Panagiotis G .; Welch, Gareth W. A .; Scheraga, Harold A .; Арнаутова, Елена А .; Schmidt, Martin U .; Ван Де Стрик, Жакко; и другие. (2009). «Значительный прогресс в предсказании кристаллических структур малых органических молекул - отчет о четвертом слепом тесте» (PDF). Acta Crystallographica B. 65 (Pt 2): 107–125. Дои:10.1107 / S0108768109004066. PMID  19299868.
  12. ^ М. А. Нойман, Ф. Дж. Дж. Лойзен, Дж. Кендрик; Леузен; Кендрик (2008). «Большой прогресс в предсказании кристаллической структуры». Angewandte Chemie International Edition. 47 (13): 2427–2430. arXiv:1506.05421. Дои:10.1002 / anie.200704247. PMID  18288660.CS1 maint: несколько имен: список авторов (связь)
  13. ^ Рейли, Энтони М .; Купер, Ричард I .; Аджиман, Клэр С.; Бхаттачарья, Шасвата; Boese, A. Daniel; Бранденбург, Ян Герит; Бигрейв, Питер Дж .; Быльсма, Рита; Кэмпбелл, Джош Э .; Автомобиль, Роберто; Дело, Дэвид Х .; Чадха, Рену; Коул, Джейсон С .; Косберн, Кэтрин; Cuppen, Herma M .; Кертис, Фаррен; День, Грэм М .; DiStasio, Роберт А.; Дзябченко, Александр; Van Eijck, Bouke P .; Elking, Dennis M .; Van Den Ende, Joost A .; Фаселли, Хулио С .; Ферраро, Марта Б .; Фусти-Мольнар, Ласло; Гациу, Кристина Анна; Джи, Томас С .; Де Гелдер, Рене; Ghiringhelli, Luca M .; и другие. (2016). «Отчет о шестом слепом испытании методов прогнозирования структуры органических кристаллов». Acta Crystallographica B. 72 (4): 439–459. Дои:10.1107 / S2052520616007447. ЧВК  4971545. PMID  27484368.
  14. ^ Дайбек, Эрик С .; Abraham, Nathan S .; Шибер, Натали П .; Майкл, Майкл Р. (2017). «Учет энтропийных вкладов в полиморфные превращения, обусловленные температурой посредством молекулярного моделирования». Журнал химической теории и вычислений. 17 (4): 1775–1787. Дои:10.1021 / acs.cgd.6b01762.