🔬 condensed matter

Quantifying the Critical Micelle Concentration of Nonionic and Ionic Surfactants by Self-Consistent Field Theory

本文提出了一种统一的自洽场理论，通过有效模拟长程静电相互作用和盐效应，能够准确量化非离子和离子表面活性剂的临界胶束浓度及胶束特性，其预测结果在多种表面活性剂体系中均表现出与实验数据的定量一致性。

原作者： Chao Duan, Mu Wang, Ahmad Ghobadi, David M. Eike, Rui Wang

发布于 2026-09-11

📖 1 分钟阅读☕ 轻松阅读

原作者： Chao Duan, Mu Wang, Ahmad Ghobadi, David M. Eike, Rui Wang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

表面活性剂是现代世界中默默无闻的英雄，是让我们的日常生活变得更洁净、更舒适的隐形工作者。从淋浴时的洗发露到清洗衣物的洗涤剂，这些分子无处不在，它们拥有一种独特的双重属性：一端亲水，另一端则厌水并寻找油脂。这种“分裂的人格”使它们能够架起水与油脂之间的桥梁，分解污垢并使其被冲洗掉。然而，这些分子并非孤立工作。一旦它们在水中的浓度达到一个特定的临界点，它们就会突然停止自由漂浮，并聚集在一起形成微小的、有组织的球体，称为胶束。这个阈值被称为临界胶束浓度，或简称 CMC。准确了解这一转折点在哪里，对于设计产品的工程师和化学家来说至关重要，因为它决定了肥皂的效果如何、会产生多少泡沫，以及在不同水质条件下会如何表现。几十年来，预测这个精确的点一直是一个挑战，尤其是在处理复杂的化学结构或变化的水温和盐度时。

一组研究人员现在开发出了一种强大的新方法，可以高精度地计算这个转折点，从而弥合了单个分子的微观世界与溶液宏观行为之间的鸿沟。研究人员并没有针对每种新配方都依赖昂贵且耗时的物理实验，而是创建了一个精密的计算机模型来模拟这些分子的相互作用。他们的方法将带电粒子之间的长程电场力与将油和水推开的短程力分开处理，这种区分使得该模型能够以同等的精度处理简单的非离子型表面活性剂和复杂的离子型表面活性剂。通过统一研究胶束的形状、能量及其形成路径，研究人员构建了一个框架，可以在无需预先测量的情况下，预测各种物质的临界胶束浓度。

该团队利用工业和家用中的三种常见类型的表面活性剂测试了他们的理论。首先，他们研究了聚氧乙烯烷基醚，这是一类常用于个人护理用品的非离子型表面活性剂。通过在模拟中调整其疏水尾部和亲水头部的长度，他们成功预测了从极低水平（每百万份中一含量）到较高水平（每百分之百中一含量）的临界胶束浓度。模型正确地识别出，增加疏水尾部的长度会降低形成胶束所需的浓度，而增加亲水单元的数量则会提高浓度。这证实了他们的理论可以准确地描绘出表面活性剂的分子结构是如何决定其行为的。

接下来，研究人员将注意力转向离子型表面活性剂，特别是作为清洁产品常客的十二烷基硫酸钠，它带有电荷。在这里，挑战在于理解向水中添加盐如何改变局面。在现实生活中，添加盐会屏蔽带电分子头部的电斥力，使它们能够靠得更近并以更低的浓度形成胶束。新理论完美地捕捉到了这一现象，显示出随着盐水平升，临界胶束浓度稳步下降。更令人印象深刻的是，该模型可以区分不同类型的盐离子。它揭示了特定正离子的类型非常重要；例如，钾离子允许胶束在比钠离子更低的浓度下形成，而镁离子的影响甚至更强。该理论通过计算不同离子脱去其水壳以靠近胶束的难易程度来解释这一点，而这正是以往模型经常忽略的细节。

最后，团队研究了十二烷基醚硫酸钠，这是一种介于非离子型和离子型之间的更温和且用途更广的表面活性剂。这种分子具有独特的结构，即在疏水尾部和带电头部之间插入了一段亲水链。研究人员在模拟中发现了一个令人惊讶的非线性关系：随着他们增加这些亲水单元的数量，形成胶束所需的浓度先下降，达到最小值，然后又缓慢上升。这种看似违反直觉的结果发生是因为，亲水链最初会将带电头部从疏水核心推开，从而减少了斥力，使胶束形成变得更容易。然而，一旦链条变得过长，它就会主导分子的行为，使其变得过于亲水而难以聚集。模型还展示了由此产生的胶束大小是如何随这种化学变化同步变化的：随着带电头部被推开，胶束会变大；而当长亲水链占据主导地位时，胶束则会缩小。

在这些测试过程中，理论预测与科学文献中报道的实验数据高度吻合，通常直接落在理论与现实交汇的曲线上。研究人员并非仅仅是在猜测数字，而是通过对分子如何运动、相互作用以及如何在空间中排列进行严谨计算得出的。通过以同等的细致程度对待电场力和分子的物理堆积，他们创造了一个可以应用于未测试表面活性剂的工具。这种能力表明，在未来，科学家可以通过先运行模拟，在实验室混合任何一滴液体之前，就在计算机上优化分子结构，从而设计出新的清洁剂或药物递送系统。这项工作为理解分子形状和电荷的微观细节如何转化为我们所依赖的产品之强大日常性能，提供了一条清晰且统一的路径。

技术摘要：利用自洽场理论定量分析非离子型与离子型表面活性剂的临界胶束浓度

问题陈述
临界胶束浓度（CMC）是评估表面活性剂活性的基本指标，标志着表面活性剂分子开始聚集形成胶束的阈值。虽然表面张力法等实验技术已非常成熟，但仍需要计算方法来实现对表面/界面张力和 CMC 的高通量、低成本预测。现有方法面临显著局限性：

唯象热力学模型通常依赖于拟合数据的形状参数，缺乏与详细分子结构的显式联系，且难以处理离子型表面活性剂。
分子模拟（如耗散粒子动力学 DPD）由于需要巨大的模拟盒来采样足够的胶束，在处理极低 CMC 或大型聚集体系统时，计算成本过高。
机器学习方法受限于训练数据的可用性和准确性，且往往无法提取诸如胶束结构或物种分布等分子层面的见解。
因此，如何在广泛的表面活性剂类型和混合体系中实现有效预测，并同时考虑分子构型和环境条件（如盐效应），仍然是一个挑战。

方法论
作者开发了一种基于自洽场理论（SCFT）并结合稀溶液热力学的统一分子理论框架。该框架通过以下步骤处理非离子型和离子型表面活性剂：

孤立胶束建模 (SCFT)： 系统被建模为一个包含单个孤立胶米（聚合度为 $k$ 的 $k$ -胶米）的子体积，该胶米存在于溶剂和移动离子中。
- 分子表示： 表面活性剂采用自由接链模型进行描述（对于小分子量体系，这比连续高斯链更符合实际），其中每个链段具有特定的长度、体积和电荷。
- 相互作用： 哈密顿量显式地将短程疏水相互作用（通过 Flory-Huggins 参数 $\chi$ 建模）与长程静电相互作用分离。
- 静电学： 长程电荷相互作用通过库仑算符进行精确处理。至关重要的是，该理论包含了Born 溶剂化能，以解释介电介质中的局部波动和离子-离子相关性，这对于捕捉特定离子效应至关重要。
- 方程： 模型求解一组关于链段密度、溶剂密度、共轭场、静电势和离子浓度的平均场方程。
稀溶液热力学： 从 SCFT 获得的孤立胶米的自由能被纳入整个溶液的热力学中。
- 总自由能密度包括胶米的平移熵。
- 通过在固定总表面活性剂浓度下最小化自由能，确定不同聚合度胶米的平衡分布。
- CMC 被定义为所有胶米的总体积份额等于自由表面活性剂体积份额时的浓度。
参数化策略： 作者采用层次化校准方法来最小化拟合参数：
- 聚氧乙烯烷基醚 ( $C_mE_n$ ) 的参数借鉴自前人工作（Ginzburg 等），基于界面张力数据确定。
- 十二烷基硫酸钠 (SDS) 的参数通过拟合高盐浓度下的数据（此时静电屏蔽减小了干扰）进行校准，从而确定硫酸根-水以及烷基-硫酸根之间的相互作用参数。
- 月桂醇聚氧乙烯醚硫酸酯钠 (SLES) 的参数通过结合 $C_mE_n$ 和 SDS 参数得出，仅需引入一个关于乙氧基-硫酸酯相互作用的新参数。

核心贡献

统一框架： 该理论在单一的基于 SCFT 的框架内，统一了 CMC 研究、胶米结构以及胶束化动力学路径（通过大正则自由能 $G_k$ ）的研究。
显式静电处理： 不同于以往将电荷相互作用吸收进有效短程参数的场论，本研究解耦并显式处理了长程静电和 Born 溶剂化能。这使得准确捕捉盐效应（包括反离子结合和特定离子效应）成为可能。
分子特异性： 模型显式考虑了表面活性剂的组成、构型和电荷模式，能够实现对多种表面活性剂类别的预测，而无需进行大规模的重新参数化。

结果
该理论针对三种表面活性剂类型通过实验文献数据进行了验证：

聚氧乙烯烷基醚 ( $C_mE_n$ )：
- 对多种组成（ $m=8\text{--}16$ , $n=2\text{--}15$ ）的 CMC 预测与实验数据呈现定量一致性（ $10^{-6}$ 至 $10^{-2}$ M）。
- 模型正确预测了 CMC 随烷基链长度 ( $m$ ) 增加而降低，以及随聚氧乙烯单元 ( $n$ ) 增加而升高的趋势，且对 $m$ 的敏感度更高。
- 微观结构分析揭示了一种“核-壳”结构：随着 $n$ 的增加，亲水壳层扩张，导致堆积参数和临界聚合数降低。
十二烷基硫酸钠 (SDS)：
- 理论定量地重现了 CMC 随盐浓度增加而单调下降的过程。
- 特定离子效应： 模型在无需额外拟合参数的情况下，捕捉到了特定的阳离子和阴离子效应。
  - 阴离子效应： 由于卤素阴离子（ $Cl^-$ 、 $Br^-$ 、 $I^-$ ）在胶米附近的浓度极低，CMC 对其种类并不敏感。
  - 阳离子效应： 当用 $K^+$ 或 $Mg^{2+}$ 代替 $Na^+$ 时，CMC 显著下降。这归因于较大离子（如 $K^+$ ）或高价离子（如 $Mg^{2+}$ ）具有较低的 Born 溶剂化能，它们会优先聚集在胶米附近，从而更有效地屏蔽头基电荷。
月桂醇聚氧乙烯醚硫酸酯钠 (SLES)：
- 理论预测了 CMC 和胶米尺寸随聚氧乙烯基团数量 ( $n$ ) 呈现的非单调依赖关系。
- 对于较小的 $n$ ，随着带电硫酸基团被不断增长的乙氧基从核心中排斥出去，CMC 会下降。
- 对于较大的 $n$ ( $>20$ )，随着乙氧基的亲水贡献占据主导地位，CMC 会上升。
- 这种行为通过仅一个拟合参数 ( $\chi_{ES}$ ) 便与实验数据实现了定量匹配。

意义与主张
作者声称，其工作提供了一个有效的计算平台，用于研究广泛的内在分子结构及环境条件下的表面活性剂胶束化现象。该工作的意义在于：

定量准确性： 在无需针对每个新表面活性剂进行特定系统拟合的情况下，实现了与实验数据在 CMC、胶米尺寸和离子分布方面的吻合。
机制洞察： 提供了分子层面的解释，例如通过 Born 溶剂化能解释特定离子效应，以及通过混合嵌段表面活性剂中的非单调结构转变。
可扩展性： 参数化策略允许通过逐步扩展已知体系来逐渐扩大参考库。
通用性： 该框架可以轻松推广到表面活性剂混合物，并可在未来工作中扩展到研究水-油界面的界面张力。

论文保持了谦逊的基调，指出虽然目前为了计算方便侧重于研究球形胶米，但该理论完全有能力描述其他聚集体形状（如圆柱体、膜结构），并且目前的参数化过程依赖于从已知体系进行的逐步扩展。

类似论文