日前，东京大学工学部研究科与立邦涂料集团研发团队组成的联合研究小组，采用分子模拟与先进数学科学技术相结合的新方法，率先发现了聚合物材料的结构与强度之间的关系。在该研究项目中，研究小组通过将超级计算机上进行的分子动力学模拟与持久同源性分析的数学科学技术相结合，成功地确定了制约聚合物薄膜强度的微观结构。

通过分子动力学和持久同源分析确定了高分子膜强度特性特征的结构因子

与传统的机器学习方法不同，这种方法不依赖于先前对类似数据集的学习，因此具有开创性。它能自主、高效地发现材料强度与结构之间的关系，而无需初步知识。这些进步有望推动创新材料（包括先进涂层）的设计和开发取得重大进展。这一突破能够有效识别影响材料强度的关键结构特征，为设计下一代材料（包括创新涂层材料）铺平道路。随着这种新型分析方法的进一步应用与完善，涂料行业或将迎来一场前所未有的变革。

该研究成果已于2024年12月2日发表在美国化学学会杂志《化学理论与计算》上。该研究项目是“创造创新涂料技术”社会合作计划中合作研究项目的一部分。该计划是根据东京大学和立邦涂料集团之间的产学合作协议设立的。该计划为期五年，从2020年10月1日至2025年9月30日。

涂料行业的许多涂料仍然严重依赖有机溶剂。然而，由于人们对环境和安全的日益关注，水性涂料的需求量正在逐年稳步上升。在涂料开发过程中，控制涂料材料的强度性能至关重要，尤其是在确保耐久性和性能方面。虽然传统技术可以测量聚合物的强度特性，但却无法阐明特定内部结构与这些特性之间的关系。因此，材料设计历来依赖于经验法则，而不是精确的结构见解。

在本研究项目中，联合研究小组使用超级计算机对聚合物薄膜的拉伸试验进行了分子动力学模拟。为了分析聚合物薄膜在拉伸试验过程中发生的结构变化，研究小组应用了持久同源性分析这一数学科学技术。持久同源性分析通过跟踪“环”或“孔”的形成和消失来捕捉聚合物薄膜的结构特性。这些都是通过扩大聚合物薄膜内原子半径并连接原子而形成的几何特征。例如，由不同长度的链组成的聚合物薄膜在其持久性图中会产生不同的分布，突出了它们独特的结构差异。

图1：（左）持续同源性概述；（右）聚合物持久图示例

在聚合物薄膜的拉伸试验中，持久图显示了变化最显著的环状结构。这些变化与应力-应变曲线中观察到的应力波动相对应。此外，通过对持久图进行反向分析，研究小组成功确定了影响应力应变行为的特定聚合物链结构。虽然传统的机器学习方法可以根据材料结构预测强度特性，但在反向分析中却面临着挑战，无法准确找出影响这些特性的结构因素。

图2：（左）分子动力学模拟和持久同源性的分析结果；（右）通过逆向分析确定影响应力-应变曲线的结构因素

研究小组的研究利用持久同源性分析自动提取拉伸条件下控制材料强度的结构因素，从而解决了这一局限性。这种方法可以从聚合物材料模拟中有效提取与强度相关的信息。它大大减少了所涉及的资源、时间、成本和环境影响，从而有助于创新涂料材料的开发，并有望重塑涂料行业现有的发展格局。（涂界）