材料科学：湿性煙道ガス中でのCO₂捕捉を目的とした金属有機構造体のデータ駆動型設計

大気中のCO₂の増加を制限することは、我々世代の最大の課題の1つである。炭素の捕捉と貯蔵は、現在のCO₂排出を軽減し得る数少ない実行可能な技術の1つであるため、人為的生成源から排出される煙道ガス中のCO₂を効率よく捕捉できる固体吸着材の開発に多大な努力が注がれている。これに関連して、大きな関心を集めている材料種が金属有機構造体（MOF）で、原理的には、有機配位子と金属イオンノードを注意深く組み合わせることで、構造的・化学的性質が異なる無数のナノ多孔性MOFを形成できる。しかし、CO₂を窒素から分離する目的で最適化された多くのMOFは、水を含む現実的な煙道ガスを用いると、水とCO₂が同じ吸着部位で競合するために吸着材の選択性が低下し、うまく機能しなくなる。煙道ガスを乾燥させることもできるが、その場合、捕捉過程の費用は非常に高くなる。今回我々は、30万種を超えるMOFを含むコンピュータースクリーニング用ライブラリーのデータマイニングによって、湿性煙道ガス中においてMOFに持続的なCO₂/N₂選択性を付与する、さまざまな種類の強力なCO₂結合部位（「アドソーバフォア（adsorbaphore）」と名付けた）を特定できることを示す。次に我々は、最も疎水性の高いアドソーバフォアを持つ、水に対して安定な2種類のMOFを合成し、その炭素捕捉性能が水に影響されず一部の市販材料より優れていることを見いだした。最適な分離材料を特定するには、工業環境でこれらのMOFの性能試験を行ったり、対象とするCO₂シンク（地中貯留や化学工業用炭素源としての活用など）を含む全捕捉過程を考慮したりする必要がある。

目次へ戻る