Функциите на Фукуи и двојните дескриптори Објаснети: Напредна научна анализа

Функциите на Фукуи функционираат како основни дескриптори од концептуалната функционална теорија за густина базирана на DFT, која покажува како електроните се распределуваат во молекулите. Способноста за предвидување со користење на овие функции го открива донирањето на електрони или прифаќањето на потенцијалот на молекулите на одредени атомски места за одредување на електрофилните или нуклеофилните карактеристики.

Двојниот дескриптор ја подобрува анализата на функциите на Фукуи со разликување на нуклеофилните и електрофилните својства на молекуларните места што ја подобрува точноста на проценките на хемиската реактивност. Откривме дека повеќето истражувачи се соочуваат со предизвици во пресметувањето на овие важни дескриптори за напредна научна анализа. Овде, дизајниравме едноставен Python код за да ја поедноставиме пресметката.

Статијата дава детални увиди во функциите на Фукуи, заедно со нивната теоретска рамка, заедно со нумеричките процедури и апликацијата на Пајтон со помош на резултатите од Природната анализа на населението (НПА) добиени од Гаусовиот софтвер.

📥 Функциите на Фукуи и нивното физичко толкување

Функцијата Фукуи 𝑓(𝑟) го мери одговорот на густината на електроните ρ(r) кога бројот на електрони во системот малку се менува.

Математички, тоа е дефинирано како:

Каде N е вкупниот број на електрони, а v(r) е надворешниот потенцијал. Оваа функција може нумерички да се приближи со користење на конечни разлики:

Каде:

• 𝑞 𝑟 ( 𝑁 ) → атомскиот полнеж на одредена локација во неутрална молекула.
• 𝑞 𝑟 ( 𝑁 + 1 ) → полнежот по додавање на електрон (анјон).
• 𝑞 𝑟 ( 𝑁 − 1 ) → полнежот по отстранување на електрон (катјон).

Двете функции ја оценуваат чувствителноста на густината на електроните кон променливите услови за да помогнат во предвидувањето на шемите на хемиска реактивност.

📥Двоен дескриптор (Δ𝑓(𝑟)) и хемиско толкување

Двојниот дескриптор Δ 𝑓 ( 𝑟 ) ја усовршува анализата на функцијата Фукуи со диференцијација помеѓу електрофилните и нуклеофилните реактивни места:

📥Толкување на Δ𝑓( 𝑟 ):

• Δ 𝑓 ( 𝑟 ) → Регионот фаворизира нуклеофилен напад .
• Δ 𝑓 ( 𝑟 ) < 0 → Регионот фаворизира електрофилен напад .
• Δ 𝑓 ( 𝑟 )=0 → Регионот е хемиски инертен .

Со употреба на Δ 𝑓 ( 𝑟), истражувачите можат прецизно да ги одредат реактивните молекуларни места и да ги предвидат патиштата на органските реакции.

📥Анализа на природна популација (НПА) на Гаус

Пресметувачката хемија користи NPA интензивно за да ја подели густината на електроните низ атомите на молекулата. Гаусовиот софтвер генерира NPA трошоци преку клучниот збор на влезната датотека Pop=NPA . Основата за извршување на пресметките на функцијата Фукуи е обезбедена со овие давачки.

Пример Гаусовиот влез за пресметка на NPA:

 %chk=mol.chk # B3LYP/6-31G(d,p) Pop=NPA Title: NPA Charge Calculation 0 1 C 0.000 0.000 0.000 H 0.000 0.000 1.090 H 1.026 0.000 -0.363 H -0.513 -0.889 -0.363 H -0.513 0.889 -0.363

Излезниот дел од Гаусовата пресметка ги обезбедува трошоците за NPA под насловот „ Анализа на природна популација “ . Извлечените давачки се форматирани во табела:

Овие вредности се користат во скриптата на Пајтон за да се пресметаат функциите на Фукуи и двојниот дескриптор.

📥Пајтон код за пресметување на функцијата Фукуи

Истражувачите ги користат пресметаните вредности за да ги разберат хемиските механизми за време на реакциите додека развиваат молекули кои поседуваат одредени функционални својства, вклучувајќи катализатори и кандидати за лекови.

👉Пајтон скрипта:

 import pandas as pd # Load the data from the Excel file in the same directory as the script file_path = 'FUKUI.xlsx' df = pd.read_excel(file_path) # Calculate Fukui Functions and Dual Descriptor with 5 decimal places df['fr+'] = (df['Anion(N+1)'] - df['Neutral(N)']).apply(lambda x: f"{x:.5f}") df['fr-'] = (df['Neutral(N)'] - df['Cation(N-1)']).apply(lambda x: f"{x:.5f}") df['fr0'] = ((df['Anion(N+1)'] - df['Cation(N-1)']) / 2).apply(lambda x: f"{x:.5f}") df['∆f'] = (df['fr+'].astype(float) - df['fr-'].astype(float)).apply(lambda x: f"{x:.5f}") # Save the calculated data to a new Excel file in the same directory output_file = 'fukui_functions_output.xlsx' df.to_excel(output_file, index=False) # Display the DataFrame (optional) print(df)

👉Објаснување на кодот:

Вчитување податоци:

Ги чита трошоците за NPA од датотека Excel ( FUKUI.xlsx ).

👉 Пресметка на функцијата Фукуи:

• Индексот 𝑓+( 𝑟 ) произлегува од разликата помеѓу анјонските и неутралните вредности на полнеж.
• Овој индекс 𝑓-( 𝑟 ) произлегува од одземањето на вредноста на катјонскиот полнеж од вредноста на неутралниот полнеж.
• Радикалната функција Фукуи ја добива својата вредност со извршување на просечна операција на 𝑓+( 𝑟 ) и 𝑓-( 𝑟 ) .
• Двоен дескриптор се појавува кога пресметката на 𝑓-( 𝑟 ) ќе го одземе 𝑓+( 𝑟 ) од него.

Форматирање: Секоја вредност е заокружена на пет децимални места за прецизност.

Излез: Резултатите се зачувани како fukui_functions_output.xlsx за понатамошна анализа.

📥Резултати и дискусија

Пресметаните функции на Фукуи и двојните дескриптори обезбедуваат критични сознанија за молекуларната реактивност:

• Високите вредности 𝑓+( 𝑟 ) укажуваат на потенцијални нуклеофилни места.
• Високите вредности 𝑓−( 𝑟 ) укажуваат на електрофилна реактивност.
• Δ 𝑓 ( 𝑟 ) вредности ги индуцираат најреактивните места.

Предвидувањата на механизмите за реакција се поврзуваат со производството на молекули со посебни посакувани својства како што се катализатори и кандидати за лекови.

📥Заклучок

Комбинацијата на функциите на Фукуи со двојни дескриптори функционира како силен пресметковен пристап за истражување на хемиската реактивност. Правилната пресметка на распределбата на полнежот зависи од обвиненија NPA добиени преку Гаусови пресметки. Методологијата базирана на Python овозможува автоматизација што овозможува ефикасна евалуација на големи молекуларни сетови на податоци.

Следните студии треба да спроведат комбинирана анализа на функциите на Фукуи заедно со електростатско мапирање на потенцијалот што вклучува молекуларна орбитална анализа за да се постигне правилно разбирање на однесувањето на реактивноста.