Molecular interaction mechanism for humic acids fouling resistance on charged, zwitterion-like and zwitterionic surfaces
Notice bibliographique
Résumé
Humic acids (HA) are ubiquitous in surface waters, leading to significant fouling challenges. While zwitterion-like and zwitterionic surfaces have emerged as promising candidates for antifouling, a quantitative understanding of molecular interaction mechanism, particularly at the nanoscale, still remains elusive. In this work, the intermolecular forces between HA and charged, zwitterion-like or zwitterionic monolayers in aqueous environments were quantified using atomic force microscope. Compared to cationic MTAC ([2-(methacryloyloxy)ethyl]trimethylammonium chloride), which exhibited an adhesion energy of ∼ 1.342 mJ/m2 with HA due to the synergistic effect of electrostatic attraction and possible cation-π interaction, anionic SPMA (3-sulfopropyl methacrylate) showed a weaker adhesion energy (∼0.258 mJ/m2) attributed to the electrostatic repulsion. Zwitterion-like MTAC/SPMA mixture, driven by electrostatic attraction between opposite charges, formed a hydration layer that prevented the interaction with HA, thereby considerably reducing adhesion energy to ∼ 0.123 mJ/m2. In contrast, zwitterionic MPC (2-methacryloyloxyethyl phosphorylcholine) and DMAPS ([2-(methacryloyloxy)ethyl]dimethyl-(3-sulfopropyl) ammonium hydroxide) displayed ultralow adhesion energy (0.06–0.07 mJ/m2) with HA, arising from their strong dipole moments which could induce a tight hydration layer that effectively inhibited HA fouling. The pH-mediated electrostatic interaction resulted in the increased adhesion energy for MTAC but decreased adhesion energy for SPMA with elevated pH, while the adhesion energy for zwitterion-like and zwitterionic surfaces was independent of environmental pH. Density functional theory (DFT) simulation confirmed the strong binding capability of MPC and DMAPS with water molecules (∼-12 kcal mol−1). This work provides valuable insights into the molecular interaction mechanisms underlying humic-substance-fouling resistance of charged, zwitterion-like and zwitterionic materials at the nanoscale, shedding light on developing more effective strategy for HA antifouling in water treatment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».