物质学院孙兆茹团队利用机器学习揭示碳酸解离与质子传输的奥秘
为突破复杂溶液体系动力学过程的理论模拟瓶颈,上海科技大学物质科学与技术学院孙兆茹课题组长期致力于开发兼具第一性原理精度和经典分子动力学效率的新型机器学习力场。近日,团队在溶液中碳酸解离与质子传输机制方面取得重要突破,通过深度势能分子动力学(Deep Potential Molecular Dynamics, DPMD)方法,首次发现碳酸(H2CO3)在水溶液中仅占12.4%的顺式-反式(CT)构象体贡献了溶液中58.1%的质子。该研究从氢键拓扑网络和电...
2025-06-06