DOI: https://doi.org/10.1038/s41598-025-91960-7
PMID: https://pubmed.ncbi.nlm.nih.gov/40057517
تاريخ النشر: 2025-03-08
المؤلف: Qun Zhang وآخرون
الموضوع الرئيسي: نظرية الرسوم البيانية وتطبيقاتها
نظرة عامة
تستكشف هذه الدراسة التعقيدات الهيكلية للأطر السليكاتية والأكسيدية، والتي تعتبر حاسمة لمجموعة متنوعة من التطبيقات مثل تخزين الغاز، وتوصيل الأدوية، والتحفيز. من خلال استخدام نظرية الرسم البياني الكيميائي، يمثل المؤلفون هذه المواد كرسوم جزيئية، حيث تمثل الرؤوس الذرات وتمثل الحواف الروابط. يقومون بحساب مجموعة من مؤشرات ريفان الطوبولوجية – بما في ذلك المؤشر الأول والثاني والثالث، بالإضافة إلى المؤشرات المعدلة وهايبر ريفان – لمختلف الأطر (السليكات والأكسيدات السلسلية والصفائحية) لتحليل خصائصها الهيكلية والفيزيائية الكيميائية بشكل كمي. تكشف النتائج عن رؤى مهمة حول علاقات الهيكل والخصائص، مما يبرز الإمكانيات لتحسين التطبيقات في تكنولوجيا النانو، وإزالة التلوث البيئي، وعلوم المواد.
تشير النتائج إلى أن المؤشرين الأول والثاني من هايبر ريفان يظهران قيمًا أعلى مقارنة بالمؤشرات الأخرى، مما يدل على وجود ارتباطات قوية مع خصائص مختلفة ذات صلة بالشبكات والكيمياء. تظهر هذه المؤشرات وعدًا في التنبؤ بخصائص فيزيائية كيميائية مهمة، مثل الإنتروبيا وعامل عدم المركزية. تؤكد الدراسة على أهمية فهم الميزات الطوبولوجية لتقدم المعرفة النظرية والتطبيقات العملية في الكيمياء وعلوم المواد. يُقترح إجراء أبحاث مستقبلية لاستكشاف هياكل جزيئية إضافية للتحقق من قوة مؤشرات ريفان الطوبولوجية.
مقدمة
في هذا القسم، يقدم المؤلفون النتائج الرئيسية المتعلقة بتخليق السليكات من كربونات المعادن أو الأكسيدات المشتقة من الرمل. من خلال دمج أنواع مختلفة من السليكات الرباعية، يمكن تشكيل مجموعة متنوعة من الهياكل السليكاتية. تساهم هذه الهياكل السليكاتية المتميزة في بناء شبكات السليكات. تتضمن العملية إزالة ذرات السيليكون من مراكز الرباعيات، مما يؤدي إلى تشكيل شبكات أكسيد، مع التركيز بشكل خاص على شبكة أكسيد النحاس (II) (أكسيد نحاسي).
بالإضافة إلى ذلك، يسلط القسم الضوء على النتائج الرئيسية المتعلقة بأنواع مختلفة من مؤشرات ريفان الطوبولوجية المطبقة على الرسوم البيانية التي تمثل شبكات الأكسيد والسليكات السلسلية. توفر هذه المؤشرات إطارًا كميًا لتحليل الخصائص الهيكلية والترابط للشبكات المكونة، مما يعزز فهم خصائصها الكيميائية والفيزيائية.
النتائج
يقدم قسم النتائج نتائج حول هياكل الرسوم البيانية لمختلف شبكات الأكسيد والسليكات، مع التركيز بشكل خاص على شبكات الأكسيد السلسلية (CO_n)، وشبكات السليكات السلسلية (CS_n)، وشبكات الأكسيد الصفائحية (SO*)، وشبكات السليكات الصفائحية (SS*). بالنسبة لشبكة الأكسيد السلسلي، تكشف تقسيمات الحواف عن ثلاثة أنواع من الحواف بناءً على درجات الرؤوس: (2، 2)، (2، 4)، و(4، 4)، مما يؤدي إلى إجمالي عدد الحواف 2، 2n، وn – 2، على التوالي. يتم تأسيس الصيغ المستمدة لمؤشرات طوبولوجية مختلفة، مثل $\mathcal{R}_1(CO_n) = 16n + 8$ و$\mathcal{R}_2(CO_n) = 20n + 24$، من خلال الجمع المنهجي على هذه الأنواع من الحواف.
في شبكة السليكات السلسلية، يؤدي تقسيم الحواف المماثل إلى أنواع (3، 3)، (3، 6)، و(6، 6)، مع عدد الحواف المقابل $n + 4$، $4n – 2$، و$n – 2$. تشمل النتائج $\mathcal{R}_1(CS_n) = 54n + 18$ و$\mathcal{R}_2(CS_n) = 117n + 90$. تتبع شبكات الأكسيد والسليكات الصفائحية نفس النمط، مع أنواع الحواف وعددها مما يؤدي إلى صيغ متميزة لمؤشراتهم الطوبولوجية. على سبيل المثال، $\mathcal{R}_1(SO^*) = 72n^2 + 24n$ و$\mathcal{R}_1(SS^*) = 270n^2 + 54n$. يتم تلخيص هذه النتائج في جداول توفر نظرة عامة واضحة على العلاقات بين أنواع الحواف، ودرجات الرؤوس، ومؤشرات الطوبولوجية المحسوبة عبر هياكل الشبكات المختلفة.
مناقشة
في هذا القسم، يناقش المؤلفون أهمية مؤشرات الطوبولوجيا في توضيح الخصائص الفيزيائية والبيولوجية والكيميائية للهياكل الجزيئية. قاموا بحساب مؤشرات طوبولوجية مختلفة تعتمد على الدرجة، بما في ذلك مؤشرات ريفان المتعددة (الأول، الثاني، الثالث، المعدل، الهايبر، وغيرها) لهياكل الرسوم البيانية المختلفة مثل شبكات الأكسيد السلسلية وشبكات السليكات الصفائحية. من الجدير بالذكر أن المؤشرين الأول والثاني من هايبر ريفان أظهرا قيمًا أعلى مقارنة بالمؤشرات الأخرى، مما يدل على أهميتها المحتملة في وصف الخصائص الجزيئية.
تسلط الدراسة الضوء على الارتباطات القوية لهذه المؤشرات مع الخصائص الفيزيائية الكيميائية الرئيسية، مثل الإنتروبيا وعامل عدم المركزية، مما يشير إلى فائدتها في التنبؤ بخصائص مهمة في الكيمياء وعلوم المواد. يقترح المؤلفون أن نتائجهم توفر فهمًا أساسيًا للطوبولوجيا وخصائص الشبكات التي تم تحليلها، مع آثار على الأبحاث المستقبلية. يوصون باستكشاف هياكل جزيئية إضافية لتقييم قوة وقابلية تطبيق مؤشرات ريفان الطوبولوجية بشكل أكبر.
DOI: https://doi.org/10.1038/s41598-025-91960-7
PMID: https://pubmed.ncbi.nlm.nih.gov/40057517
Publication Date: 2025-03-08
Author(s): Qun Zhang et al.
Primary Topic: Graph theory and applications
Overview
This study investigates the structural complexities of silicate and oxide frameworks, which are crucial for various applications such as gas storage, drug delivery, and catalysis. By employing chemical graph theory, the authors represent these materials as molecular graphs, where vertices denote atoms and edges represent bonds. They compute a range of Revan topological indices—including the first, second, and third Revan indices, as well as modified and hyper Revan indices—for different frameworks (chain and sheet silicates and oxides) to quantitatively analyze their structural and physicochemical properties. The findings reveal significant insights into the structure-property relationships, highlighting the potential for enhanced applications in nanotechnology, environmental remediation, and material science.
The results indicate that the first and second hyper Revan indices exhibit higher values compared to other indices, demonstrating strong correlations with various properties relevant to networking and chemistry. These indices show promise in predicting important physicochemical properties, such as entropy and acentric factor. The study emphasizes the importance of understanding topological features for advancing theoretical knowledge and practical applications in chemistry and materials science. Future research is suggested to explore additional molecular structures to further validate the robustness of the Revan topological indices.
Introduction
In this section, the authors present key findings regarding the synthesis of silicates from metal carbonates or oxides derived from sand. By combining various tetrahedral silicates, a diverse range of silicate structures can be formed. These distinct silicate structures further contribute to the construction of silicate networks. The process involves the removal of silicon atoms from the centers of the tetrahedra, leading to the formation of oxide networks, including a specific focus on the copper(II) oxide (cupric oxide) network.
Additionally, the section highlights the main results related to different types of Revan topological indices applied to the graphs representing oxide and silicate chain networks. These indices provide a quantitative framework for analyzing the structural properties and connectivity of the networks formed, thereby enhancing the understanding of their chemical and physical characteristics.
Results
The results section presents findings on the graph structures of various oxide and silicate networks, specifically focusing on chain oxide networks (CO_n), chain silicate networks (CS_n), sheet oxide networks (SO*), and sheet silicate networks (SS*). For the chain oxide network, the edge partitions reveal three types of edges based on vertex degrees: (2, 2), (2, 4), and (4, 4), leading to total edge counts of 2, 2n, and n – 2, respectively. The derived formulas for various topological indices, such as $\mathcal{R}_1(CO_n) = 16n + 8$ and $\mathcal{R}_2(CO_n) = 20n + 24$, are established through systematic summation over these edge types.
In the chain silicate network, similar edge partitioning yields types (3, 3), (3, 6), and (6, 6), with corresponding edge counts of $n + 4$, $4n – 2$, and $n – 2$. The results include $\mathcal{R}_1(CS_n) = 54n + 18$ and $\mathcal{R}_2(CS_n) = 117n + 90$. The sheet oxide and silicate networks follow suit, with their respective edge types and counts leading to distinct formulations for their topological indices. For instance, $\mathcal{R}_1(SO^*) = 72n^2 + 24n$ and $\mathcal{R}_1(SS^*) = 270n^2 + 54n$. These findings are summarized in tables that provide a clear overview of the relationships between edge types, vertex degrees, and calculated topological indices across the different network structures.
Discussion
In this section, the authors discuss the significance of topological indices in elucidating the physical, biological, and chemical properties of molecular structures. They computed various degree-based topological indices, including multiple Revan indices (first, second, third, modified, hyper, and others) for different graph structures such as chain oxide networks and sheet silicate networks. Notably, the first and second hyper Revan indices exhibited higher values compared to the other indices, indicating their potential relevance in characterizing molecular properties.
The study highlights the strong correlations of these Revan indices with key physico-chemical properties, such as entropy and acentric factor, suggesting their utility in predicting important characteristics in chemistry and materials science. The authors propose that their findings provide a foundational understanding of the topology and properties of the analyzed networks, with implications for future research. They recommend exploring additional molecular structures to further assess the robustness and applicability of the Revan topological indices.