Вода уникальна. Это одно из немногих веществ, которое может существовать в природе в твердом, жидком и газообразном состоянии одновременно в условиях окружающей среды (представьте себе твердый лед над прудом, который под ним жидкий, в то время как над головой плывут грозовые облака). Это также одно из немногих веществ, твердая форма которого менее плотная, чем жидкая, - вот почему лед плавает.
Теперь ученые из Калифорнийского университета в Сан-Диего обнаружили еще одно уникальное свойство: при высоком давлении и низкой температуре жидкая вода разделяется на две различные жидкие фазы - одну высокой плотности и одну низкой плотности. Их работа опубликована в журнале Nature Physics.
Профессор химии и биохимии Калифорнийского университета в Сан-Диего Франческо Пазани работает на стыке химии, физики и информатики, создавая модели, основанные на фундаментальных принципах физики, которые могут решать проблемы химии. Используя методы машинного обучения и алгоритмы из области компьютерных наук, его группа способна создавать реалистичные молекулярные модели, которые соответствуют тому, что люди могут измерить экспериментально.
"Наша модель воды настолько реалистична, что ее почти можно пить", - сказал Пейзани.
Большинство жидкостей однородны - все они текут вместе, и вы не можете отличить одну молекулу жидкости от другой. Действительно, в основном это относится к воде. Однако в 1992 году исследователи предположили, что при определенной температуре и давлении жидкая вода достигнет критической точки, при которой она перестанет быть однородной.
Команда Пазани провела моделирование, которое выявило критическую точку, при которой температура достаточно низкая (198 Кельвинов или -103 градуса по Фаренгейту), а давление достаточно высокое (1250 атмосфер), чтобы вода самопроизвольно разделилась на жидкости высокой и низкой плотности.
В этой критической точке вода демонстрирует резкие колебания между фазами высокой и низкой плотности. Ниже этого давления вода возвращается в фазу низкой плотности; выше этого давления она полностью переходит в фазу высокой плотности. Это неожиданный феномен, разворачивающийся на молекулярном уровне.
Управляемый данными потенциал многих тел
Моделирование 1992 года было грубым. С тех пор исследователи пытались создать это самопроизвольное разделение экспериментально, но безуспешно. За последние три десятилетия достижения в области вычислительного моделирования сделали возможным более детальное и точное моделирование - в частности, появление основанных на данных потенциалов многих тел, на которых специализируется группа Пейзани.
Модель воды с множеством тел, основанная на данных (MB-pol), разработанная группой Paesani, основана на высокоуровневых квантово-механических расчетах (управляемых данными), и вместо того, чтобы вычислять энергию всей системы сразу, они деконструируют энергию с точки зрения индивидуального вклада (много тел).. Эти эталонные энергии вводятся в модель машинного обучения, которая затем способна обеспечить реалистичное моделирование воды по всей фазовой диаграмме.
Пазани объясняет модель MB-pol следующим образом: человек, находящийся один в комнате, ведет себя определенным образом. Если кто-то еще входит в комнату, поведение первого человека меняется, чтобы приспособиться ко второму человеку. Если входит третий человек, динамика первых двух меняется. Снова и снова, пока в комнате не соберется столько людей, что добавление еще одного существенно не повлияет на поведение ни одного отдельного человека.
Вот как работает MB-pol. В краткосрочной перспективе существуют квантово-механические эффекты, которые непосредственно изменяют поведение молекул воды, точно так же, как один человек влияет на поведение другого. Однако в определенный момент эффекты усредняются по всей системе, точно так же, как добавление еще одного человека в и без того переполненную комнату не влияет на поведение другого человека.
"Квантово-механическое моделирование может быть чрезвычайно дорогостоящим. Возможно, вы сможете рассчитать энергию пяти или шести молекул воды. Наш метод, использующий MB-pol и машинное обучение, позволяет нам проводить моделирование продолжительностью до нескольких микросекунд", - заявил Пазани. "Это то, о чем ученые-молекулярщики, занимающиеся вычислительной техникой, мечтали в течение долгого времени".
Однако это открытие далось нелегко. Моделирование для этого исследования заняло почти два года непрерывных вычислений с использованием некоторых из самых мощных суперкомпьютеров в мире, включая Expanse в суперкомпьютерном центре Сан-Диего, который является основой новой школы вычислительной техники, информации и наук о данных Калифорнийского университета в Сан-Диего.
В будущем, по мере развития технологий, Пазани надеется, что это исследование может быть использовано для создания синтетических жидкостей, которые подвергаются такому же переходу из жидкости в жидкость, как вода, но могут делать это в повседневных условиях. Пористые жидкости, которые могут переходить от низкой плотности к высокой, вели бы себя аналогично губкам и могли бы использоваться для улавливания загрязняющих веществ или для опреснения воды.
"Моделирование заняло почти два года, так что это действительно захватывающее достижение", - заявил Пейзани. "Я думаю, что наша оценка очень реалистична. Теперь дело за исследователями-экспериментаторами - проверить, верны ли наши прогнозы".
В настоящее время воссоздание этих условий в лабораторных условиях остается сложной задачей. Однако технология нанокапель могла бы предложить путь вперед за счет создания крошечных капель воды, которые создают высокое внутреннее давление за счет поверхностного натяжения, что потенциально может привести к экспериментальному подтверждению этого явления.
На данный момент это открытие предлагает наиболее точное предсказание феномена, о котором ученые давно подозревали, но никогда непосредственно не наблюдали. И когда этот день настанет, он может навсегда изменить наше представление о воде.
Полный список авторов: Яогуан Чжай, Сигбьерн Леланд Боре, Франческо Пейзани (все - Калифорнийский университет в Сан-Диего) и Франческо Шортино (Римский университет Сапиенца).
Это исследование было частично поддержано Управлением научных исследований ВВС (FA9550-20-1-0351 ) и Национальный научный фонд (CHE230052).
Комментарии