四川魔德科技有限公司
  • 首页
  • 公司新闻
  • 技术服务
  • 产品
    • 硬件产品
    • 软件开发及代理
    • 虚拟分子库
    • GPU云计算服务器
  • 成功案例
  • 资源中心
  • 关于我们
    • 公司介绍
    • 招贤纳士
    • 联系我们
  • 常见问题
  • 自助询价
  • Search
  • Menu
  • Mail

提高Pt(Ⅱ)配合物磷光量子产率的研究

成功案例

背景

Pt(Ⅱ)配合物作为磷光材料在OLED领域具有巨大的发展潜力。研究表明,π共轭的增强不仅能使辐射速率常数增大,还有利于电荷的转移。

目的

深入探究增强配体π共轭与磷光量子产率之间的关系

研究结果

磷光是电子在处于不同自旋多重度间跃迁产生的一种发光现象,可由光吸收、电流和化学反应引起。如图1所示,当处于基态的分子吸收光能、电能或化学能后,电子受到激发。电子被激发到Sn态,Sn态电子可以失活回到S1态,也可以从单重激发态向三重激发态Tn跃迁,此时电子的自旋发生反转,处于Tn态的电子可以失活至T1激发态。若电子从S1态光淬灭到基态,产生的光辐射为荧光;若电子从T1态光淬灭至基态,产生的光辐射为磷光。但是,电子从激发态回到基态所释放的能量并非都是通过光辐射,还有非辐射途径,因此量子产率可以用来表示某一光化学或光物理过程中,被吸收的光子利用效率。

图1 磷光产生的原理

为了考虑分子轨道离域对于吸收光谱的影响,分别比较了四种泛函的模拟结果,如图2所示,发现PBE0泛函用于后续的吸收光谱理论计算。

图2 不同泛函模拟的配合物的吸收光谱(A)和PBE0泛函模拟的吸收光谱(B)

为了研究轨道离域对配合物电子跃迁特征的影响,图4给出了配合物的自然跃迁轨道。结果表明二者磷光发光的电子跃迁特征均属于MLCT和ILCT。

图3 配合物最低三重激发态的自然跃迁轨道分布

图4 为配合物磷光辐射过程中的原理图,从能量角度看,扩大配体的π共轭并没有显著影响非辐射过程中的能垒,但是仍然提高了限速步骤的能垒,分别提高了3.6 和1.4 kcal/mol。因此配体中π共轭的扩大有利于降低体系的非辐射过程,进而增加磷光量子产率。

2018年8月10日/0 评论/通过: jmwang
Share this entry
  • Share by Mail
http://www.modekeji.cn/wp-content/uploads/2018/08/3.png 1247 2236 jmwang http://www.modekeji.cn/wp-content/uploads/2018/09/modeweblogo-300x99.png jmwang2018-08-10 10:32:532020-04-09 09:27:33提高Pt(Ⅱ)配合物磷光量子产率的研究
0 回复

发表评论

Want to join the discussion?
Feel free to contribute!

发表评论 取消回复

电子邮件地址不会被公开。 必填项已用*标注

近期文章

  • 短链脱氢酶催化合成奥利司他中间体的机制研究
  • 一种新型N-酰基高丝氨酸内酯合酶底物特异性结构研究
  • 分子模拟在荧光传感平台中的应用——主客体相互作用研究
  • 虚拟筛选中的分子对接
  • YASARA软件完整功能介绍
  • 四川魔德科技有限公司成功取得YASARA中国代理权
  • AutoDock:当我可视化一个已对接化合物时,该注意些什么?
  • AutoDock使用问题:AutoDock中配体原子数是否存在限制?
  • AtoDock最新版4.2.6分子对接教程用户指南下载
  • AUTODOCK 4 获得对接结果摘要
2021年三月
一 二 三 四 五 六 日
« 4月    
1234567
891011121314
15161718192021
22232425262728
293031  

标签

YASARA 一键分子动力学模拟 主客体相互作用 催化机制 催化活性 分子动力学 分子对接 分子模拟 分子模拟综合软件 分子模拟软件 分子识别 可视化分子模拟 同源建模 简单分子对接 虚拟筛选 虚拟筛选流程 蛋白突变 金属蛋白处理

四川魔德科技有限公司

我们以专业的态度做适用的解决方案,致力于成为分子模拟技术行业优秀的服务商。 魔德科技拥有一套完整的从分子模拟研究到化学合成、活性测试的先导分子实验室,具有将虚拟分子转化为先导分子的能力,可以大大提升分子设计和开发效率。

  • 电话

    028-87579279

  • 邮件

    modekeji@modekeji.cn

  • 地址

    四川省成都市高新区玉林西路143号

点击这里给我发消息

扫码添加微信

Copyright © 2018 四川魔德科技有限公司 版权所有 modekeji.cn保留一切权利 | 蜀ICP备18012326号-1 | 

autocok中文教程2018版 RDKit:Generating Similarity Maps Using Fingerprints
Scroll to top