chemistry 篇论文 | Gist.Science

本文提出了一种集成层次化认知神经预测（HCNFF）与自适应量子自动化智能网络（AQAI-Net）的新型框架，旨在优化 ZnO 改性 Fe₂O₃ 纳米颗粒的绿色合成，并实现对其在环境修复中光催化与吸附性能的高精度预测。

本研究表明，硫改性石墨烯纳米片（S-GNS）作为一种具有高度选择性和可再生性的石油脱硫吸附剂，通过在液体己烷中利用协同的 π–π 堆叠作用和供体-受体相互作用，能够有效去除芳香族硫化合物，并实现简便的气相再生。

本研究利用机器学习算法，具体为遗传算法优化的支持向量回归（GA-SVR）模型，来预测并优化金属粉末/树脂复合材料的抗拉强度，从而识别出能够使机械性能最大化的关键工艺参数。

本研究表明，具有延长的疏水烷基链的多向 p-烷氧基取代间苯并[4]芳烃能有效抑制二氧化碳饱和盐水介质中的碳钢腐蚀，其中长链衍生物的最大缓蚀效率高达 94.7%。

本研究报道了一种基于 α-ZrP/磷-氮共掺杂空心碳球复合材料的高灵敏度莫西福星电化学传感器，其中密度泛函理论（DFT）计算与实验数据表明，磷掺杂优化了吡啶氮含量和吸附能，从而在实际样品中实现了卓越的传感性能。

本研究表明，将β-半乳糖苷酶固定在经戊二醛功能化的膨润土纳米颗粒上，能显著提高该酶的稳定性及储存寿命，并增加其从奶酪乳清中生产低聚半乳糖的产量，相比于游离酶而言，尽管仍需进一步改进以优化其重复使用性。

本研究展示了一种新型磺基和胺基功能化聚氯乙烯吸附剂的合成与表征，该吸附剂能有效去除废水中的放射性碘，其最大吸附容量达到 705 mg/g，且该过程最适合通过 Langmuir 等温吸附模型和准二级动力学模型进行描述。

本文提出了一种自动化的、可解释的工作流，通过结合基于周期性描述符的模板检索、空间群概率预测以及化学计量比感知的替换引擎，从化学式预测晶体结构，显著提高了在基准数据库上的空间群匹配率。

本研究对四种负载于立方相 CeO₂ 上的不同双金属催化剂进行了初步性能筛选，确定了 CuNi/CeO₂ 在 CO₂ 转化率方面的最优表现以及 FeCu/CeO₂ 在 CO 生成量方面的最优表现，同时明确指出由于金属组成、比例及合成路线的不同，所得结果反映的是配方层面的趋势而非本质的机理效应。

本研究展示了一种集成且具有经济可行性的工艺，通过优化的异丁醇/磷酸钾水两相萃取系统结合蒸馏技术，实现了从复杂发酵液中高效分离并纯化2,3-丁二醇，达到了超过98%的回收率，并实现了溶剂与盐类的有效循环利用。