基于分子描述符的LASSO回归模型预测天然产物在氧化石墨烯吸附剂上的吸附行为

本研究创新性地采用LASSO回归结合1,332种分子描述符，建立了天然产物(NPs)在氧化石墨烯(GO)、羧基化GO(GO-COOH)和四乙烯五胺功能化还原GO(rGO-TEPA)上的定量构效关系(QSAR)。通过识别关键描述符(R7m、nRCOOH、E3s)，揭示了原子极化率、电负性和氢键对吸附机制的调控作用，为基于机器学习的高通量筛选提供了新范式。

　　

Highlight

本研究系统研究了28种结构多样的天然产物(NPs)在三种石墨烯衍生物——氧化石墨烯(GO)、羧基化氧化石墨烯(GO-COOH)和四乙烯五胺功能化还原氧化石墨烯(rGO-TEPA)上的吸附特性。

Materials

所有化合物(见表1)和试剂均为分析纯。氧化石墨烯凝胶(1%wt)(GO)购自上海阿拉丁生化科技股份有限公司，羧基化石墨烯分散液(直径<500 nm)(GO-COOH)和还原氧化石墨烯-TEPA(rGO-TEPA)购自南京先丰纳米材料科技有限公司。

Physical and Chemical Characterization of GO, GO-COOH, and rGO-TEPA

通过BET比表面积分析、动态光散射(DLS)和扫描电镜(SEM)对材料进行表征。GO展现出最高比表面积(308.674 m²/g)，DLS显示其流体力学直径为2481.44±351.35 nm(PDI:0.241±0.026)。功能化使GO-COOH比表面积降至175.804 m²/g，而rGO-TEPA因胺基团修饰形成更致密结构，比表面积进一步降低至89.347 m²/g。

Conclusions, Outcomes, and Future Aspects

研究发现GO对多数NPs表现出最高吸附容量(如芦丁达818.99 mg/g)，其吸附机制主要依赖π-π堆积和氢键；GO-COOH通过羧基增强极性相互作用(如对黄芩苷吸附达842.40 mg/g)；而rGO-TEPA则依赖静电作用捕获带负电分子(如小檗碱吸附量561.60 mg/g)。建立的LASSO模型成功识别出R7m(原子极化率)、nRCOOH(羧基数)和E3s(电负性)等关键描述符，为理性设计石墨烯吸附剂提供了分子基础。