Ang mga function ng Fukui ay gumagana bilang pangunahing mga deskriptor mula sa DFT-based na conceptual density functional theory, na nagpapakita kung paano namamahagi ang mga electron sa loob ng mga molecule. Ang kakayahan sa paghula gamit ang mga pag-andar na ito ay nagpapakita ng pag-donate ng elektron o pagtanggap ng potensyal ng mga molekula sa mga partikular na lugar ng atom upang matukoy ang mga katangiang electrophilic o nucleophilic. Pinahuhusay ng dual descriptor ang pagsusuri ng function ng Fukui sa pamamagitan ng pagkilala sa mga katangian ng nucleophilic at electrophilic sa mga molecular site na nagpapahusay sa katumpakan ng mga pagtatasa ng chemical reactivity. Nalaman namin na karamihan sa mga mananaliksik ay nahaharap sa mga hamon sa pagkalkula ng mga mahahalagang deskriptor na ito para sa isang advanced na siyentipikong pagsusuri. Dito, nagdisenyo kami ng simpleng Python code para gawing simple ang pagkalkula. Nagbibigay ang artikulo ng mga detalyadong insight sa mga function ng Fukui, kasama ang kanilang theoretical framework, kasama ang mga numerical procedure at Python application na gumagamit ng mga resulta ng Natural Population Analysis (NPA) na nakuha mula sa Gaussian software. 📥Fukui Function at Kanilang Pisikal na Interpretasyon Ang Fukui function na 𝑓(𝑟) ay sumusukat sa tugon ng electron density ρ(r) kapag bahagyang nagbabago ang bilang ng mga electron sa isang system. Sa matematika, ito ay tinukoy bilang: Kung saan ang N ay ang kabuuang bilang ng mga electron, at ang v(r) ay ang panlabas na potensyal. Ang function na ito ay maaaring tinantya ayon sa numero gamit ang mga may hangganang pagkakaiba: saan: 𝑞 𝑟 ( 𝑁 ) → ang atomic charge ng isang partikular na site sa isang neutral na molekula. 𝑞 𝑟 ( 𝑁 + 1 ) → ang singil pagkatapos magdagdag ng electron (anion). 𝑞 𝑟 ( 𝑁 − 1 ) → ang singil pagkatapos alisin ang isang electron (cation). Sinusuri ng dalawang function ang sensitivity ng density ng elektron patungo sa pagbabago ng mga kondisyon upang makatulong na mahulaan ang mga pattern ng reaktibiti ng kemikal. 📥Dual Descriptor (Δ𝑓(𝑟)) at Chemical Interpretation Pinopino ng dual descriptor Δ 𝑓 ( 𝑟 ) ang Fukui function analysis sa pamamagitan ng pagkakaiba sa pagitan ng electrophilic at nucleophilic reactive na mga site: 📥Interpretasyon ng Δ𝑓( 𝑟 ) : Δ 𝑓 ( 𝑟 ) → Pinapaboran ng rehiyon . ang nucleophilic attack Δ 𝑓 ( 𝑟 ) < 0 → Pinapaboran ng rehiyon . ang electrophilic attack Δ 𝑓 ( 𝑟 )=0 → Rehiyon ay . chemically inert Sa pamamagitan ng paggamit ng Δ 𝑓 ( 𝑟 ), tiyak na matutukoy ng mga mananaliksik ang mga reaktibong molecular site at mahulaan ang mga pathway ng mga organic na reaksyon. 📥Natural Population Analysis (NPA) sa Gaussian Ang computational chemistry ay gumagamit ng NPA nang husto upang hatiin ang density ng elektron sa mga atomo ng molekula. Ang Gaussian software ay bumubuo ng mga singil sa NPA sa pamamagitan ng input file na keyword . Ang batayan para sa pagsasagawa ng mga pagkalkula ng function ng Fukui ay ibinibigay ng mga singil na ito. Pop=NPA Halimbawa Gaussian Input para sa Pagkalkula ng NPA: %chk=mol.chk # B3LYP/6-31G(d,p) Pop=NPA Title: NPA Charge Calculation 0 1 C 0.000 0.000 0.000 H 0.000 0.000 1.090 H 1.026 0.000 -0.363 H -0.513 -0.889 -0.363 H -0.513 0.889 -0.363 Ang seksyon ng output ng kalkulasyon ng Gaussian ay nagbibigay ng mga singil sa NPA sa ilalim ng heading na . Ang mga nakuhang singil ay naka-format sa isang talahanayan: " " Natural Population Analysis Ang mga halagang ito ay ginagamit sa script ng Python upang makalkula ang mga function ng Fukui at ang dual descriptor. 📥Python Code para sa Fukui Function Calculation Ginagamit ng mga mananaliksik ang mga kinakalkula na halaga upang maunawaan ang mga mekanismo ng kemikal sa panahon ng mga reaksyon habang bumubuo ng mga molekula na nagtataglay ng mga partikular na katangian ng pagganap kabilang ang mga catalyst at mga kandidato ng gamot. 👉Python Script: import pandas as pd # Load the data from the Excel file in the same directory as the script file_path = 'FUKUI.xlsx' df = pd.read_excel(file_path) # Calculate Fukui Functions and Dual Descriptor with 5 decimal places df['fr+'] = (df['Anion(N+1)'] - df['Neutral(N)']).apply(lambda x: f"{x:.5f}") df['fr-'] = (df['Neutral(N)'] - df['Cation(N-1)']).apply(lambda x: f"{x:.5f}") df['fr0'] = ((df['Anion(N+1)'] - df['Cation(N-1)']) / 2).apply(lambda x: f"{x:.5f}") df['∆f'] = (df['fr+'].astype(float) - df['fr-'].astype(float)).apply(lambda x: f"{x:.5f}") # Save the calculated data to a new Excel file in the same directory output_file = 'fukui_functions_output.xlsx' df.to_excel(output_file, index=False) # Display the DataFrame (optional) print(df) 👉Paliwanag ng Code: Naglo-load ng Data: Nagbabasa ng mga singil sa NPA mula sa isang Excel file ( ). FUKUI.xlsx I-execute lang ang Python code sa itaas. Mangyaring maayos na ayusin ang mga singil mula sa pagsusuri ng NPA sa input file, sabihin ang , eksakto tulad ng ipinapakita sa Figure 1. Gayundin, siguraduhin na ang Python script at ang iyong input file ay nasa parehong direktoryo. FUKUI.xlsx 👉Pagkalkula ng Function ng Fukui: Ang index ay nagmula sa pagkakaiba sa pagitan ng anionic at neutral na mga halaga ng singil. 𝑓+( 𝑟 ) Ang index na ito ay nagreresulta mula sa pagbabawas ng halaga ng cationic charge mula sa neutral na halaga ng singil. 𝑓-( 𝑟 ) Nakukuha ng radical Fukui function ang halaga nito sa pamamagitan ng pagsasagawa ng average na operasyon sa at . 𝑓+( 𝑟 ) 𝑓-( 𝑟 ) Lumalabas ang dalawahang deskriptor kapag ang pagkalkula ng ay nagbawas mula dito. 𝑓-( 𝑟 ) ng 𝑓+( 𝑟 ) Ang bawat halaga ay ni-round sa limang decimal na lugar para sa katumpakan. Pag-format: Ang mga resulta ay nai-save bilang para sa karagdagang pagsusuri. Output: fukui_functions_output.xlsx 📥Mga Resulta at Talakayan Ang mga kinakalkulang function ng Fukui at dalawahang deskriptor ay nagbibigay ng mga kritikal na insight sa molecular reactivity: na halaga ay nagpapahiwatig ng mga potensyal na nucleophilic na site. Ang mataas na 𝑓+( 𝑟 ) value ay nagmumungkahi ng electrophilic reactivity. Ang mataas na 𝑓−( 𝑟 ) Ang mga halaga ng ay nag-uudyok sa mga pinaka-reaktibong site. Δ 𝑓 ( 𝑟 ) Ang mga hula ng mga mekanismo ng reaksyon ay ipinares sa paggawa ng mga molekula na may partikular na gustong katangian tulad ng mga catalyst at mga kandidato ng gamot. 📥Konklusyon Ang kumbinasyon ng mga function ng Fukui na may mga dual descriptor ay gumagana bilang isang malakas na computational approach para sa paggalugad ng chemical reactivity. Ang wastong pagkalkula ng mga pamamahagi ng singil ay nakasalalay sa mga singil ng NPA na nakuha sa pamamagitan ng mga kalkulasyon ng Gaussian. Ang pamamaraang batay sa Python ay nagbibigay-daan sa automation na ginagawang posible para sa mahusay na pagsusuri ng malalaking molekular na dataset. Ang mga susunod na pag-aaral ay dapat magpatupad ng pinagsamang pagsusuri ng mga function ng Fukui kasama ang electrostatic potential mapping na kinabibilangan ng molecular orbital analysis upang makamit ang tamang pag-unawa sa reactivity behavior.
