新闻详情

新闻详情

首页 / 资讯中心 / 详情

pH 响应水相自组装材料|PS-b-PAA 聚苯乙烯‑b‑聚丙烯酸 两亲性 pH 响应 AB 型嵌段高分子

发布时间:2026/11/5 3:47:03来源:尧图网络
pH 响应水相自组装材料|PS-b-PAA 聚苯乙烯‑b‑聚丙烯酸 两亲性 pH 响应 AB 型嵌段高分子
PS-b-PAA聚苯乙烯-b-聚丙烯酸与之前讨论的 PS-b-PMMA 属于同一类“结构材料”但功能逻辑完全不同PS-b-PMMA 靠 PS/PMMA 的“不相容”微相分离造纳米结构而 PS-b-PAA 的核心是 PAA 链段的“pH 响应性”——羧基的质子化/去质子化驱动可逆的构象变化进而调控组装形态与释放行为。一、核心特性pH 响应是灵魂PS-b-PAA 由疏水的 PS 段和 pH 响应的 PAA 段组成。PAA 的羧基 pKa 约在 4.5-6.5 之间这决定了它的响应逻辑低 pH酸性羧基质子化PAA 链段收缩、塌陷亲水性降低。在薄膜中PAA 链段会缩回 PS 基质内表面变得相对疏水。高 pH中性/碱性羧基去质子化带负电PAA 链段因静电排斥而伸展、膨胀表面变得亲水。这种响应是可逆的。薄膜厚度可在 pH 2.6 到 9.1 范围内发生显著变化PAA 链段的伸展程度最大可达初始状态的5 倍左右。二、主要应用方向PS-b-PAA 的应用主要围绕两大能力展开pH 响应调控和金属离子络合。1. 药物递送与 pH 触发释放PS-b-PAA 在水中自组装形成以 PS 为核、PAA 为壳的胶束粒径 50-200 nm。PAA 壳层在酸性环境如肿瘤微环境或溶酶体下质子化导致胶束解体或药物释放。药物负载能力与释放曲线可通过调节 PS:PAA 比例来精准控制。2. 智能响应膜与多孔材料PAA 的羧基可与金属离子如 Ag⁺、Zn²⁺、Cu²⁺、Eu³⁺络合赋予 PS-b-PAA 膜多重功能“金属缝合”增强机械性能高亲水性的 PAA 段使 PS-b-PAA 难以直接成膜但加入金属离子后离子与 PAA 链段间的络合作用可充当物理交联点显著增强膜的机械强度同时调节孔径。抗菌与抗污银离子掺杂的 PS-b-PAA 膜兼具 pH 响应释放和抗菌抗污性能金黄色葡萄球菌黏附率显著降低。光功能复合膜Eu³⁺ 与 PS-b-PAA 复合可制备具有光致发光特性的多孔膜。3. 纳米结构调控与光电器件PS-b-PAA 的“高 χ 参数”和氢键形成能力使其在极低聚合度下也能微相分离可获得17 nm 周期、特征尺寸低至 7 nm的层状结构是亚 10 nm 光刻的候选材料。同时它可作为聚合物太阳能电池活性层的形貌调控添加剂0.4 mg/mL 浓度下使PCE 提升至 13.08%优于纯 PS 或纯 PAA 添加剂。PEO2200-PS5000PS5000-b-PEO2200PS18000-PEO7500PS5000-b-PEO2500PS50-b-PEO114PS18000-b-PEO7500PS-PEO-NH2PS-PEO-COOH聚苯乙烯-聚环氧乙烷-羧基PS-PEO-NHS聚苯乙烯-聚环氧乙烷-活化酯PS-PEO-MALPS-PEO-BrPS-PEG-NH2PS-PEG-COOHPS-PEG-NHSPS-PEG-MALPS-b-PEO-NH2PS-b-PEO-COOH聚苯乙烯-聚环氧乙烷-羧基
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/5 4:24:57

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/5 4:24:57

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉