利用块共聚物自组装设计与制备具有定制属性的纳米颗粒

功能性纳米颗粒（NPs）因其在传感器、智能涂层、药物递送等多个领域的广泛应用而受到广泛关注。本文提出了一种 novel mechanism，并借助机器学习工作流程准确预测纳米颗粒相图，从而优雅地实现纳米颗粒形状和内部结构的可调性。与大多数前期研究不同，我们在中性环境下获得洋葱状和介孔结构的纳米颗粒，在选择性环境下获得汉堡状纳米颗粒。这种新现象仅通过调整miktoarm星形共聚物链结构拓扑即可实现，无需额外处理。此外，我们证明共聚物链结构可作为一种新的策略，用于调节纳米颗粒的层状不对称性。我们指出，A型和B型层状在条状椭球形和洋葱状颗粒中的不对称性随A型块体积分数增加而增大，这超越了线性共聚物所达到的水平。此外，我们发现洋葱状结构在A型选择性环境的相图中扩展了更大的范围，同时在B型选择性环境中出现逆向洋葱状结构。我们的发现为设计和制造具有定制属性的纳米尺度材料提供了宝贵的见解，为感测、材料科学及其他高级应用开辟了新可能性。