抗生素、環境激素等水體中高風險有機微污染物（OMPs）在全球的地表水中被頻繁檢出，對人類生命健康和社會可持續發展構成很大威脅，聯合國和世界各國紛紛發布相關文件、法規和標準，將這些微污染物列為管制對象。有研究表明，全球每年約有4×1011立方米的水受到OMPs污染，預計到2050年將激增50%。在多種深度處理技術中，膜分離尤其是聚酰胺薄膜復合膜技術，憑借其納米級孔徑與表面荷電特性，展現出顯著優勢。但由于OMPs種類繁多、物化性質差異巨大，即便使用相同的聚酰胺膜材料，去除效果常常大相徑庭，甚至出現截然相反的結果。導致OMPs去除用膜材料設計與篩選長期依賴經驗，缺乏系統的指導準則。
近日，浙江大學張林教授團隊聯合杭州電子科技大學梁立軍副研究員創新地將“數據-機制”相融合，為OMPs高效去除膜材料開發提供了全新的設計框架。通過將分子指紋與物理模型整合至機器學習框架（DMF-MRL）中，首次從官能團水平解析了OMPs對膜去除效率的影響機制，揭示了污染物與膜之間的復雜作用規律。研究發現，影響去除效率的關鍵并非單個官能團，而是多個基團之間的“耦合效應”。這一發現突破了傳統膜篩選設計中孤立考慮單一基團特性的局限。基于此，團隊建立了用于指導膜設計的“分子–膜相互作用知識圖譜”，并進一步提出了膜表面電荷、孔道結構與親水性協同調控策略，成功實現針對不同類型OMPs的膜材料定向設計。
相關成果以“A smart framework to design membranes for organic micropollutants removal”為題發表在《Nature Sustainability》上，為凈水膜的智造提供了堅實的理論基礎。浙江大學長三角智慧綠洲創新中心助理研究員魯丹，杭州電子科技大學碩士生趙子航，浙江大學碩士生向昕辰為共同第一作者，浙江大學張林教授和杭州電子科技大學梁立軍副研究員為共同通訊作者。
圖1：DMF-MRL的構建
機制先行：構建精準預測和可解釋的“智能模型”
傳統機器學習模型屬于“黑箱”模型——能發現隱藏的規律，但缺乏原因分析和機制解釋能力。而 DMF-MRL模型的核心突破，在于將“數據”與“物理機制”深度融合，形成了一個既可計算、又揭示原理的“智能模型”。研究團隊首先通過文獻采集，構建了包含277種污染物、52種膜材料、2102組實驗數據的多特征參數數據庫。為了在分子水平上探索OMP結構對去除效率的影響，利用分子指紋將OMP子結構轉換為SMILES描述符，并引入了DSPM-DE和XDLVO兩大物理模型，以DSPM-DE模型中的位阻因子（ΦS）和Donnan分配因子（ΦD），以及XDLVO模型中的疏水相互作用能（△Gs-m）為特征描述符，來量化描述尺寸篩分、電荷排斥和疏水相互作用三種分離機制（圖1）。通過對比四種機器學習算法，并采用特征工程對相似度高的特征進行過濾，避免特征冗余和多重共線性問題，構建得到了最優的DMF-MRL模型。在性能測試中，該模型的預測精度（R2）達到0.881，遠超傳統單一數據驅動模型和文獻中已報道的ML模型，證明了物理機制的引入對提高模型預測性能的有效性。
圖2：12種官能團的重要性分析，揭示苯基對去除率的負面作用。
精準識別：抓取真正的“關鍵基團”？
有別于傳統單一數據驅動ML模型提取的甲基（–CH?）作為影響去除的關鍵基團，DMF-MRL模型的分析結果推翻了這一“認知”——“關鍵基團”是苯基（–C6H6），它對微污染的去除率起負作用。這主要是由于苯基與芳香族聚酰胺膜存在π–π堆積效應，使污染物更容易透過膜，從而降低截留率（圖2a、2b）。更令人意外的是，某些官能團的作用甚至發生了“反轉”。例如，對于氨基（–NH?），傳統模型認為它能幫助提升去除率，但在 DMF-MRL的多因素分析中，它反而會削弱膜的攔截效果——因為氨基會改變分子與膜的相互作用能量，抵消電荷排斥的優勢。這種結果差異源于DMF-MRL模型能夠同時考慮分子結構、相互作用能量等多重因素影響（圖2c），因此能夠提供更準確的分子水平相互作用理解。
圖3：多基團耦合效應的機理解析。
基團也“內耗”：多基團耦合背后的能量博弈
進一步探索苯基與其他基團結合后的情況發現，當極性和非極性官能團與苯環相連接時，表現出特殊的多基團耦合效應。例如，比如羧基（–COOH）和羥基（–OH），單獨看都是典型的親水基團，理論上能幫助污染物被膜截留。但一旦它們與苯基相連，親水優勢會被徹底削弱——苯基的疏水特性會“拉著”它們，反而加劇污染物與膜的疏水相互作用，讓去除變得更難。分子動力學模擬結果證實示，“多基團耦合效應”主要通過改變分子–膜之間的疏水相互作用能量實現的（圖3e）。更復雜的是苯基數量的影響：當膜處理的 OMPs 中苯基數量增加時，去除率會先下降、后上升。這是因為多苯基會產生兩種相反的作用：一方面，更多苯基會增強與膜的π-π堆積效應，降低截留率；另一方面，多苯基會讓污染物分子體積變大、空間位阻增加（圖3b–3d）。因此，膜對微污染物的截留效果受到多種作用的協同控制。這些發現的核心價值在于：對于膜設計，不能再“孤立看待某個官能團”，而要像“搭積木”一樣，綜合考慮多基團的相互作用。
圖4：分子-膜相互作用知識圖譜，展示不同類別污染物在NF與RO膜中的去除機制。
知識圖譜：OMPs分類治理的“導航儀”
在上述機理認識指導下，團隊構建了用于指導膜篩選和設計的分子-膜相互作用知識圖譜（圖4）。重點針對含苯環難去除OMPs，將苯基類污染物分為三類：苯基–疏水型、苯基–親水型和苯基–荷電型，探究納濾和反滲透膜對不同類型含苯環OMPs的去除機理差異。研究發現，苯基–疏水型OMPs：在NF膜中主要依賴疏水作用，而在RO膜中則更受操作條件影響；苯基–親水型OMPs：尺寸篩分是關鍵，縮小膜孔徑和窄化孔徑分布能顯著提升去除率；苯基–帶電型OMPs：NF膜的電荷排斥（Donnan效應）發揮主導作用，RO膜則較弱。這一框架提供了“對癥下藥”的指導思想：針對不同污染物，選擇合適的膜材料和調控策略。
圖5：基于級聯調控策略的面向不同類型含苯環難去除OMPs的膜材料定向設計。
從理論到實驗閉環：膜材料定向設計
在知識圖譜的指導下，團隊進一步開發了“級聯調控”策略，定向設計了高性能膜材料用于含苯環OMPs的高效去除。首先采用DMF-MRL模型篩選了與苯環相互作用弱的強極性胺基和羧基官能團，優選聚乙烯亞胺（PEI）和丙烯酸（AA）分別為胺基化和羧基化改性劑，在傳統聚酰胺膜表面引入富含胺基和羧基的單分子功能層來弱化含苯環難去除OMPs與膜的相互作用。通過調節AA分子的接枝時間，實現了膜表面由荷負電→荷正電→電中性→荷負電的寬域電荷調節，并同步實現了膜孔徑窄化和親水性的協同提升。改性后的荷正電PEI/PA膜，對荷正電含苯環OMPs的去除率超過96%；荷負電AA300@PEI/PA膜，對荷負電含苯環OMPs污染物展現出卓越性能；電中性的AA120@PEI/PA膜對中性含苯環OMPs的去除率高達98.85%（圖5d）。這些結果完美形成了“模型預測-理論分析-實驗驗證”的全鏈條，印證了模型提出的“耦合效應”和“分類設計原則”，成功實現了面向不同類型含苯環難去除OMPs的膜材料定向設計。
不止于膜：凈水膜智造背后的水安全藍圖
本研究提出的數據-機制融合的創新方法，彌合了傳統機理模型與純數據驅動模型的方法學鴻溝——前者通常缺乏跨分子類別的普適性，后者則往往缺失物理解釋性，將凈水膜設計從“經驗驅動”推向了“數據+機制”共驅動的新階段，為水-環境可持續發展中的分子分離挑戰提供了創新研究范式。它揭示了有機微污染物去除中的多基團耦合效應，并構建了可操作的知識框架。更重要的是，它實現了從模型預測到實驗驗證的完整閉環。未來，這一方法有望與高通量虛擬篩選、智能優化算法、生成式AI結合，快速發現新膜材料。這不僅能大幅縮短膜的研發周期——從過去的幾年縮短到幾個月，還能讓膜的設計更精準，針對不同應用場景和分離對象，定制專屬的分離膜。正如研究團隊在論文中所說：“我們不僅在設計膜，更是在設計未來水環境的安全屏障。”
該研究得到了國家重點研發計劃項目（2023YFB3810900）、國家自然科學基金（22138010，52261145697）、浙江省“尖兵領雁”研發計劃項目（2024C03132）、中央高校基本科研業務費項目（226-2024-00091）、浙江大學生態文明交叉匯聚項目、中國博士后科學基金（2023M742997）和長江科學院開放基金（CKWV20231180/KY）的支持。
論文信息：Lu, D., Zhao, Z., Xiang, X. et al. A smart framework to design membranes for organic micropollutants removal. Nat Sustain (2025).
https://doi.org/10.1038/s41893-025-01617-6.
作者介紹：
魯丹：浙江大學長三角智慧綠洲創新中心助理研究員，主要從事用于水處理和能源應用過程的分離膜制備、改性與應用方面的基礎研究與關鍵技術研發，重點突破聚合物膜在多場景應用中存在的分離機制不清、高性能膜材料定向設計及可控制備難、應用過程選擇性及穩定性不足等關鍵科學問題和技術瓶頸，在納米限域離子/分離分離機制和高性能納濾膜材料開發和應用方面取得了一定創新成果。近五年以第一（含共同）及通訊作者累計在Nat. Sustain.、Nat. Water.(2)、J. Membr. Sci.、Chem. Eng. J.、Desalination等頂級期刊發表高水平論文15篇，申請國家發明專利11項，授權9項；參編《納濾水處理技術》專著和團體標準各1部。獲日內瓦國際發明展金獎、中華環保聯合會科技進步二等獎、Advanced Membranes年度最佳論文獎等科研獎勵。在國內外重要學術會議作報告10余次，獲AMS亞太膜學會會議、全球華人化工學者研討會、全國膜與膜過程會議、全國膜技術青年科學家大會等國際/國內學術會議優秀報告獎4次。主持中國博士后面上項目、長江科學院開放基金、企業委托項目等項目3項，以子課題負責人參與國家重點研發計劃項目1項，以技術骨干參與國家自然科學基金重點項目、區域聯合基金、浙江省“尖兵領雁”等項目4項。
通訊郵箱：danlu@zju.edu.cn
趙子航：杭州電子科技大學材料與環境學院碩士研究生。研究方向為人工智能輔助新型納濾膜材料設計，目前以第一（含共同）作者在Nat. Sustain.、Chem. Eng. Sci.、Sep. Purif. Technol.發表SCI論文3篇。
向昕辰：浙江大學化學與生物工程學院碩士研究生。研究方向為人工智能輔助新型納濾膜材料設計，目前以第一（含共同）作者在Nat. Sustain.、Adv. Membr.、《化工學報》發表高水平學術論文3篇。
梁立軍：杭州電子科技大學自動化學院副研究員，碩士生導師，杭電上虞研究院副院長，兼任歐洲環境、生態與可持續發展華人學會(CESEES)青年理事會委員、中國化工學會化工大數據和智能設計專委會委員、工業元宇宙與數智賦能浙江省工程中心副主任，擔任化工三大期刊Chemical Engineering Science副主編，入選浙江省高層次海外留學回國人才。長期從事分離膜材料智能設計和傳質機制研究工作，特別是通過發展融合物理方程的機器學習技術，以數據知識雙驅動的科研范式構建人工智能膜設計框架，設計了一系列新型高性能膜材料。近年來以第一作者或者通訊作者發表SCI論文70余篇，其中包括Nat. Sustain. 1篇, Sci. Adv. 1篇、Angew. Chem. Int. Edit. 2篇，授權專利多項，主持或者參與國家自然科學基金多項。
通訊郵箱： llj@hdu.edu.cn
個人主頁：https://auto.hdu.edu.cn/2019/0701/c3803a96341/page.htm
張林：浙江大學求是特聘教授。圍繞膜技術在水資源、環境保護和生命健康等領域中應用的問題開展了深入研究，取得了一系列創新成果：1.首次將計算機之父阿蘭·圖靈提出的“反應-擴散系統”理論應用于水處理膜的結構設計，制備出首張具有圖靈斑圖結構的納濾膜，大幅度提高了水的有效滲透面積，突破了納濾膜的滲透性與選擇性之間的消長效應；2.率先將AI技術應用于分離膜的制備過程中，利用其強大的預測和決策能力解析了影響膜分離選擇性的關鍵特征參數，實現了面向不同應用場景的聚酰胺納濾膜定向制備；3.基于不同膜過程分離性能具有互補性的特點，設計了“超濾-反滲透-納濾”多膜集成的水處理工藝，將水回收率提高至90%以上。擔任多個國內外期刊的編委。作為項目負責人承擔或承擔完成了國家重點研發計劃、國家自然科學重點基金、國家自然科學基金區域創新發展聯合基金、國家自然科學基金國際合作項目、“863”計劃等30余項國家和省部級項目。發表論文200余篇，授權國內外發明專利40余件，實現專利權轉讓9件。研究成果獲教育部、浙江省等省部級和社會力量設立獎勵近10項。
通訊郵箱： linzhang@zju.edu.cn
個人主頁：https://person.zju.edu.cn/linzhang#659334
