ИСТИНА

Оксид графена (ОГ) представляет собой уникальный квази двумерный наноматериал с широким набором свойств, позволяющим примененять его во множестве областей: от биомедицины до фотоники. Его структура и распределение функциональных групп (ФГ) на поверхности сильно зависят от способа синтеза и методов постобработки (очистки), что требует детального анализа для изучения поведения в различных средах. Нерешенной является задача анализа инфракрасных (ИК) спектров ОГ в контексте интерпретации максимумов поглощения, что является следствием низкой воспроизводимости резонансных частот и соответствующих им значений интенсивности пиков. Устанение этой неопределенности позволит усовершенствовать протоколы описания характеристик оксида графена, а также оптимизиршовать процессы синтеза и модификации материала под конкретные задачи не только биологии и медицины. Цель работы — изучение закономерностей в ИК-спектрах размерных фракций оксида графена с применением методов математической статистики для выявления связи между распределением ФГ и размером частиц, а также для установления спектральных маркеров, описывающих структуру и химический состав материала. Для анализа использовался набор коммерчески доступных образцов ОГ произодства RusGraphene. Процесс фракционирования (микрометровый, субмикрометровый и нано- диапазон размеров) позволял выделить в среднем 7 8 фракций из одной водной дисперсии размерами от 0.2 до 50 мкм. Далее регистрировали ИК спектры с применением приставки нарушенного полного отражения (НПВО) на алмазном кристалле в диапазоне волновых чисел 4000–400 см–1 при температуре 50°C. Для фракций меньших размеров проводилось повторное нанесение до достижения нужного уровня сигнала. ИК спектры фракций ОГ представлены на рис. 1. Их анализ включал постобработку посредством сглаживания фильтром Савицкого-Голея, определения наиболее значимых участков, выделения всех возможных информативные признаков типа интенсивностей максимумов поглощения и соответствующих им площадей для пиков, соответствующих колебаниям связей νC=O, βH-OH, νC=C_ар, νC(=O)-O, βC(=O)-O-H, νC-O-C, νC-OH, νC-O. Затем проводился анализ корреляций между признаками и размером фракции, включающий визуализацию данных с использованием диаграмм box plot и violin plot. Также проводилось построение моделей машинного обучения (МО) для выявления закономерностей, таких как нахождение зависимости распределения ФГ от типа фракции и определение спектральных маркеров для сопоставления спектральных характеристики с фракционным составом. Работа выполнена при финансовой поддержке РНФ (проект № 24 73 10012).