发现纳米多孔材料的新工具

材料归类为“纳米多孔”有结构（或“框架”）与毛孔高达100纳米的直径。这些包括不同的材料，在不同领域的气体分离，催化，甚至药物（如活性炭）。纳米多孔材料的性能取决于它们的化学组合物和它们的孔隙的形状，但后者是非常困难的量化。到目前为止，化学家依靠目测检查两种材料是否有相似的气孔。EPFL科学家，在nccr-marvel框架，现在已经开发出一种创新的数学方法，允许计算机量化孔隙结构相似性。该方法使得它能够搜索数据库与成千上万的纳米多孔材料，发现新的材料与正确的孔隙结构。这项工作发表在自然通讯。

甲烷储存性能材料的拓扑差异。拓扑数据分析揭示了结构之间的相似性，每个节点代表一个家庭的类似材料，而两个节点之间的网络表示，他们共享至少一种材料。节点越远，材料越不相同。图片显示的例子，在边缘的纳米多孔材料，并表示拓扑结构最不同的材料（红色=硅，黄色= O，蓝色区域=毛孔）。（来源：Berend Smit / EPFL |与ayasdi核心软件平台得到的图）

纳米多孔材料包括一个广泛的类别，可以有很大的不同，在他们的化学化妆。使它们结合的是纳米孔隙在其三维结构中的存在，赋予它们具有催化和吸收性能。这些孔之间的0.2-1000纳米的范围，以及它们的大小和形状（“几何”）可以对材料的性质起着决定性的作用。事实上，孔隙形状是重要的性能预测作为化学组合物。

今天，计算机可以生成潜在材料的大型数据库，并在合成它们之前决定哪些材料在给定的应用程序中表现最佳。但是它们的化学性是如此的广泛，可能的新材料的数量几乎是无限的，而我们没有一个方法来量化和比较孔隙几何形状之间的相似性。所有这一切意味着找到最佳的纳米多孔材料的任何给定的应用程序是具有挑战性的。

数学拯救

一个在Berend Smit和凯瑟琳赫斯bellwald EPFL实验室合作开发了一种新的方法使用从应用数学称为“持久性的同源性技术”。这种技术可以量化的孔隙结构的几何相似性，采用脸谱网和其他人常用的数学工具，在上传的照片中找到类似的面孔。

持久的同源性方法产生的“指纹”，表示条形码，在数据库中的每个材料的孔隙形状的特征。这些指纹进行比较，以计算如何类似的两种材料的孔隙形状。这意味着，这种方法可以用来筛选数据库和识别材料具有类似的孔隙结构。

EPFL科学家表明新算法是有效的识别具有相似的孔隙几何形状的材料。一类多孔材料将从该创新效益的沸石和金属有机骨架（MOFs），其应用范围从气体分离和存储催化。

科学家们利用甲烷储存-可再生能源的一个重要方面-作为一个案例研究。新方法表明，它是能够找到纳米多孔材料，以及执行已知的性能最好的材料，通过搜索数据库类似的孔隙形状。

相反，研究表明，顶部形状的材料的孔隙形状可以被排序成拓扑不同的类，并且从每个类的材料需要不同的优化策略。

“我们有一个数据库超过3000000纳米多孔材料，所以找到相似的结构，通过视觉检查出了问题，“Berend Smit说。”事实上，通过文献，我们发现，作者往往没有意识到一个新的MOF具有相同的孔隙结构，另一个。所以我们真的需要一个计算方法。然而，当人类在认识形状相同或不同的直觉很好，我们需要在洛桑联邦理工学院数学系工作发展的形式主义，这个技能教给计算机。”

“在代数拓扑领域，数学家已经制定了在任何尺寸的持久性的同源性理论，”Kathryn Hess说。“以前的应用程序只使用这些尺寸的第一个，所以这是令人兴奋的，在理工学院化学工程师们已经发现了一个显着的应用程序，需要第三个维度为好。”

这项工作是在EPFL合作，INRIA（法国）和UC伯克利。它是由美国能源部资助，研究国家竞争力中心（NCCR）的材料革命：计算设计和新材料的发现（Marvel）的德意志研究联合会（DFG）、欧洲研究委员会（ERC；地平线2020；gudhi）。