通过大规模机器学习势分子动力学揭示二维MOF的面内负拉伸性

与三维类似物相比，二维（2D）金属有机框架（MOFs）因其独特的本征性质而在各种应用中具有巨大潜力。在此，我们通过计算机设计了一种具有高稳定性的、具有双周期酒架结构的NiF$_2$(pyrazine)$_2$ 2D MOF。基于新开发的机器学习势（MLP）的广泛第一性原理计算和分子动力学模拟揭示，该2D MOF表现出巨大的面内泊松比各向异性。这导致反常的面内负拉伸性，表现为施加单轴拉伸应变时其面内面积不寻常地减小，使得该2D MOF特别适用于柔性可穿戴电子和超薄传感器应用。我们进一步证明，所导出的MLP为大规模有效预测MOF的有限温度力学性质提供了独特机会。作为概念验证，基于MLP的分子动力学模拟在尺寸为28.2$\times$28.2 nm$^2$ 的2D NiF$_2$(pyrazine)$_2$ 上成功实现，该尺寸与实验可制备MOF薄膜的长度尺度相关。