Bioinspired Polypeptide Dendrimer‐Modified Thin‐Film Composite Membranes for Selective Lithium‐Magnesium Separation with DFT Insights
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Selective ion transport in nanofiltration (NF) enables sustainable lithium (Li + ) recovery. While many membranes rely on strong positive charge for Li⁺/Mg 2 ⁺ separation, we show that negatively charged membranes can also excel using a biomimetic approach. Inspired by biological ion channels that achieve cation selectivity via specific binding sites despite their negative charge, we designed a nitrogen‐rich polypeptide dendrimer (amino acid–based) bearing carboxylate coordination sites with higher affinity for Mg 2 ⁺ than Li⁺, while moderating the membrane's net negative charge. This biomimetic design enhanced Li + recovery by inhibiting Mg 2+ transport through stronger interactions, thereby allowing for preferential Li + permeation. This process occurred through a combination of electrostatic modulation and ligand‐assisted coordination. Density functional theory (DFT) calculations indicated strong oxygen‐donor coordination: lysine motifs bind hydrated Mg 2+ (E ≈ −170 kcal.mol −1 ) far more strongly than Li + (E ≈ −50.2 kcal.mol −1 ). The optimized membrane achieved Li + /Mg 2+ selectivity of 15.6 at neutral pH with 23 LMH flux, and 136 at pH 4, highlighting strong performance in acidic feeds. Long‐term tests showed ∼0.4% leaching over 10 days with stable rejection and enrichment of Li⁺ (feed Li⁺/Mg 2 ⁺ increased from 0.05 to 0.20). Antifouling tests showed a twofold lower flux‐decline ratio and higher flux‐recovery than the unmodified TFC.
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.
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 | 0,001 |
| 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 découle