水中尿素与甘氨酸多晶型的成核驱动与表征

晶体成核在基础与应用科学领域均具重要意义。然而，许多情况下因其时间或空间分辨率不足，其机制仍不清楚。为深入认识成核的分子细节，通常进行某种分子动力学模拟；这些模拟又受限于能否运行足够长时间以充分采样成核事件。为以无先验人为偏置的方式克服典型分子动力学模拟的时标限制，本文采用机器学习增强的分子动力学框架“用于增强采样的重加权自编码变分贝叶斯（RAVE）”。我们研究两个分子体系——显式全原子水中的尿素和甘氨酸，因其多晶型结构丰富且常用于商业应用。模拟中，我们观察到不同多晶型的多次液-固来回转变，并据此轨迹计算出相对于溶解液态的多晶型稳定性。我们进一步观察到所获得的反应坐标与转变高度非经典。