基于物理信息机器学习的“永久化学品”降解特性高通量筛选新策略

《Advanced Science》：ML Workflows for Screening Degradation-Relevant Properties of Forever Chemicals

本文针对全氟和多氟烷基物质（PFAS）环境持久性难题，开发了两种物理信息驱动的机器学习工作流：通过三维空间电子密度关联与高斯过程回归（GPR）预测全局性质（极化率、热力学稳定性），结合图论特征与随机森林（RF）精准预测局部C─F键解离能（BDE）。模型实现了极化率（R2≈0.92）、焓值（R2≈0.97）及BDE（R2≈0.87）的高精度预测，为PFAS降解策略的理性设计与优先级筛选提供了关键计算工具。

　　

研究背景与挑战

全氟和多氟烷基物质（PFAS）因碳-氟键（C─F）的高强度（BDE ～530 kJ/mol）而具有极强环境持久性，其降解策略开发面临化学空间庞大、传统实验与模拟方法成本高的瓶颈。

数据集构建与特征工程原理

研究整合了文献、DFT计算及公共数据库数据，构建包含短链（C₄）至长链（C₃₀）PFAS的多样化数据集。基于“全局性质需空间特征，局部性质需拓扑特征”的物理原则，开发双工作流：

1. 1.
   全局性质工作流：将分子三维结构离散化为体素网格，计算电离能、电负性等原子属性的空间自相关函数，通过主成分分析（PCA）降维后输入GPR模型。
2. 2.
   局部性质工作流：以目标C─F键为中心，统计同心球层内原子类型（如F1、O2）的数量，生成图论特征向量，输入RF模型。

模型性能与验证

• •
  全局性质预测：GPR模型对极化率的预测R²达0.92（MAE=9.20 Bohr³），对焓值的预测R²达0.97（MAE=76.44 kJ/mol）。模型不确定性量化显示，高方差区域对应训练数据稀疏的分子（如长链醚类PFAS），为主动学习提供指引。
• •
  局部性质预测：RF模型在PFAS半经验BDE数据上实现R²=0.87（MAE=1.61 kcal/mol），且零样本迁移至非PFAS分子仍保持R²=0.95。SHAP分析证实球层0的氟原子数（F1）对BDE预测贡献最大（42%），符合局部化学环境主导键能的物理规律。

机理解读与修复应用

• •
  结构-性质关联：醚键插入破坏全氟烷基链周期性，导致热力学不稳定（ΔH>0）和高极化率；羧酸头基通过共振稳定效应降低α-C─F键BDE（如PFOA的BDE较PFOS低5–12 kJ/mol）。
• •
  修复策略筛选：联合极化率（吸附潜力）与最小BDE（降解难度）构建分级筛选标准，例如优先选择高极化率（>150 Bohr³）且低BDE（<110 kcal/mol）的分子进行吸附-还原联合处理。

局限与展望

当前模型对环状、两性离子及超长链（C₁₅+）PFAS覆盖率不足，且未显式包含溶剂化效应。未来将通过主动学习扩展数据集，并耦合过渡态理论预测动力学参数，推动可降解氟化表面活性剂的逆向设计。