فك شيفرة ديناميكيات الإطار المحلي في مادة الامتزاز MIL-120(Al) ذات المسام فائقة الصغر لثاني أكسيد الكربون باستخدام آلية تعلم آلي

لماذا تهم المسام الصغرى وحركات الذرات لالتقاط الكربون

إيقاف تغير المناخ سيستلزم على الأرجح إزالة ثاني أكسيد الكربون (CO2) من مخارج المصانع وربما حتى من الهواء. إحدى فئات المواد الواعدة لهذه المهمة هي الهياكل العضوية-المعدنية — هياكل بلورية مليئة بمسام نانوية قادرة على احتجاز جزيئات الغاز. تبحث هذه الدراسة في إطار معين يسمى MIL-120(Al)، الذي يمتلك قنوات ضيقة للغاية. يظهر الباحثون أن حركات صغيرة وسريعة لمجموعات حاملة للهيدروجين داخل هذه المسام، غير المرئية لمعظم التجارب، يمكن أن تؤثر بقوة على كفاءة احتجاز CO2. باستخدام حسابات كمية ونموذج تعلم آلي مخصص، يكشفون كيف تتحكم هذه الحركات المخفية في كل من مواقع تواجد CO2 داخل المسام ومدى قوته في الالتصاق.

أنفاق دقيقة مبنية من معادن ومكوّنات عضوية

يتكوّن MIL-120(Al) من ذرات ألومنيوم مرتبطة بجزيء عضوي لتشكيل إطار ثلاثي الأبعاد قوي. تخلق هذه البنية قنوات أحادية البعد بعرض يقارب نصف نانومتر — مساحة ضيئلة للغاية تمر عبرها جزيئات الغاز مثل CO2 بصعوبة. على جدران هذه القنوات توجد مجموعات «الهيدروكسيل الجسرية»: وحدات صغيرة تحتوي على ذرة هيدروجين مرتبطة بالأكسجين وتربط مراكز الألومنيوم. يصعب على تجارب الأشعة السينية رؤية ذرات الهيدروجين، لذا اعتمدت النماذج الهيكلية السابقة على افتراضات حول مواقع هذه المجموعات. تتحدى الدراسة الجديدة هذا الافتراض بتوضيح أن اتجاه هذه المجموعات — نحو سلسلة مجاورة أو داخل القناة — يغيّر بدقة عرض المسام الفعّال وطريقة استضافة CO2.

ترتيبات خفية متعددة داخل مادة واحدة

باستخدام حسابات ميكانيكا الكم (DFT)، خرّط الفريق ست طرق مميزة يمكن أن تُرتب بها مجموعات الهيدروكسيل في الوحدة المتكررة لـ MIL-120(Al). وعلى الرغم من أن جميع النسخ الست تبدو متشابهة جدًا لتجارب الأشعة السينية وتملك أبعاد خلوية كلية متقاربة، إلا أنها تختلف في الطاقة وشكل المسام. تشكل النسخة ذات أقل طاقة شبكة متشابكة من روابط الهيدروجين بين السلاسل المجاورة، بينما تحتوي النسخ الأخرى على مجموعات هيدروكسيل أكثر فوضوية أو مواجهة للمسام. تغيّر هذه الاختلافات حجم القناة بأقل من أنغستروم واحد، لكن في مثل هذه المسام فائقة الصغر يمكن حتى للتغيرات دون أنغستروم أن تؤثر بشكل جذري على أي الجزيئات الغازية يمكنها الدخول ومدى تقييدها. لذلك يحدد المؤلفون اتجاه الهيدروكسيل كمتغيّر هيكلي «مخفٍ» يغفل عنه التوصيف القياسي.

التعلم الآلي لمتابعة حركات الذرات

لتتبع كيفية تحرك مجموعات الهيدروكسيل والتبدّل بين الترتيبات، درّب الباحثون إمكانًا للتعلم الآلي مخصصًا على مجموعة كبيرة من بيانات الكم عالية المستوى. يعيد هذا النموذج إنتاج الطاقات والقوى والاهتزازات ومسارات الانتقال بدقة تقارب الدقة الكمومية لكن بتكلفة حسابية ضئيلة. بواسطته تمكنوا من استكشاف سهولة تبدّل الترتيبات. الحواجز الطاقية منخفضة، ما يعني أنه عند درجة حرارة الغرفة يمكن لمجموعات الهيدروكسيل أن تقلب مواقعها بين التكوينات بدلاً من أن تظل مجمدة. تُظهر الاختبارات الميكانيكية المبنية على نفس النموذج أنه، رغم تشابه صلابة المادة الإجمالية عبر الترتيبات، فإن طريقة استجابتها للضغط في اتجاهات مختلفة تعتمد بشدة على كيفية ترتيب هذه المجموعات. يكشف هذا إطارًا مرنًا وفي الوقت نفسه متينًا اتضحت جهات تواصله الداخلية من خلال روابط الهيدروجين.

كيف يجد CO2 مكانه في المسام

باستخدام نموذج التعلم الآلي، حاكى المؤلفون كيفية دخول جزيئات CO2 وترتيب نفسها داخل MIL-120(Al). اكتشفوا أن CO2 يميل إلى الاصطفاف إما عبر القناة تقريبًا أو على طولها، اعتمادًا على اتجاه مجموعات الهيدروكسيل. عندما تواجه الهيدروكسيلات داخل المسام، يمكن لـ CO2 تكوين تواصلات شبيهة بروابط الهيدروجين، مما يؤدي إلى طاقات ارتباط أعلى وقيمة حرارة امتزاز أعلى قليلاً. عندما تكون مرتبة بشكل محوري أكثر، يصطف CO2 على طول القناة بدلًا من ذلك. تحاكي المحاكاة المتقدمة التي تسمح بتحرك كل من الغاز والإطار — بدلاً من معاملته كهيكل صلب — امتصاص CO2 وقوى الارتباط التجريبية بشكل أفضل بكثير من مقاربات الحقل القوي التقليدية. تظهر النتائج أيضًا أنه مع امتلاء المسام بالمزيد من CO2، يمكن أن يسرّع ذلك إعادة توجيه مجموعات الهيدروكسيل، مما يساعد الإطار على إعادة التنظيم إلى حالات طاقية مفضلة.

ماذا يعني هذا لمرشحات CO2 المستقبلية

بوجه عام تكشف الدراسة أن حركات ذرات الهيدروجين على نطاق صغير في MIL-120(Al) ليست تفصيلًا ثانويًا بل عامل مركزي يتحكم في كيفية احتجاز CO2. حتى وإن لم تتمكن قياسات الأشعة السينية من رؤية هذه الهيدروجينات بوضوح، فإن مواقعها المتغيرة تعدّل فتحة المسام وشدة وشكل ارتباط CO2. من خلال الجمع بين حسابات كمومية دقيقة وإمكانات تعلم آلي مخصصة للنظام، يبني المؤلفون صورة واقعية لهذه الديناميكيات الداخلية المخفية وتأثيرها على امتزاز الغازات. للمهندسين ومصممي مرشحات CO2 والمواد المشابهة من الجيل القادم، الرسالة واضحة: للتنبؤ بالأداء وتحسينه في المسام فائقة الصغر، من الضروري أخذ الرقصة الدقيقة للمجموعات الوظيفية الداخلية في الحسبان، وليس مجرد الإطار المتوسط الصلب.

الاستشهاد: Fan, D., Oliveira, F.L., Bonakala, S. et al. Decoding local framework dynamics in the ultra-small pore MOF MIL-120(Al) CO₂ adsorbent using machine-learning potential. Nat Commun 17, 3235 (2026). https://doi.org/10.1038/s41467-026-69993-x

الكلمات المفتاحية: الهياكل العضوية-المعدنية, احتجاز ثاني أكسيد الكربون, المواد فائقة الميكروالمسام, إمكانات التعلم الآلي, امتزاز الغازات