概述
COnductor-like Screening MOdel for Realistic Solvents(COSMO-RS、COSMO-SAC)，是一种基于DFT数据，预测气体纯液体、液体混合物、溶液、离子液体性质的方法，也用于共晶的研究。数据库中包括2500种化合物（溶剂、小分子）以及离子液体离子的DFT数据库，用户也可以通过ADF模块轻松扩充DFT数据库。
除了基于DFT数据的COSMO-RS、COSMO-SAC方法，还有基于基团特性的UNIFAC方法。用户提供分子结构SMILES，程序即可预测材料性质，甚至有时候能够得到更好的结果。
可以预测的流体性质列表
- 溶解度、分配系数 (log P, log Kow)
- pKa、pKb、Sigma Profile
- 活度系数、溶剂化自由能、亨利常数
- 饱和蒸汽压、沸点、（二元/三元）气液平衡相图 (VLE/LLE)
- 过剩能, 共沸、溶混性gap
- 成分线、混合物闪点
- 对单组份物质的熔点、沸点、闪点、临界温度等性质的快速预测
溶剂筛选方面的应用（参考教程）
化学工程师可能希望通过调整蒸气压和沸点来优化蒸馏过程，而药物化学家可能希望最大限度地提高溶剂萃取效率，将药物活性成分从主要污染物中分离出来，或者最大限度地提高辅料的溶解度。
我们的溶剂系统优化工具，能对一组给定溶剂，为溶液、液-液萃取寻找最佳溶剂混合物，从而完美减少实验搜索空间。脚本工具可以方便地根据指定特性，筛选溶剂或溶剂组合。
COSMO-RS/SAC的脚本应用还包括优化催化剂、溶解度参数、pKa值和在离子液体中的吸附。
聚合物方面的应用（参考教程）
COSMO-RS和COSMO-SAC能够预测聚合物的热力学性质和描述符，如活度系数、蒸汽压、分配系数、溶解度和Flory-Huggins-Chi
应用实例
实例1：双相萃取5-羟甲基糠醛溶剂筛选的多尺度模拟与实验研究
Zhaoxing Wang, Souryadeep Bhattacharyya and Dionisios G. Vlachos
Solvent selection for biphasic extraction of 5-hydroxymethylfurfural via multiscale modeling and experiments
Green Chem., 2020,22, 8699-8712
可再生的木质纤维素生物质衍生平台化学品，如糠醛和5-羟甲基糠醛（HMF），为未来的聚合物、精细化学品和药物提供了非常有希望的合成途径。副反应严重抑制水相中果糖脱水产生的HMF产量，但通过将HMF从反应水相中提取到有机相中可以将副反应降至最低。不过理想溶剂的筛选是非常重要的。
为了提高溶剂筛选效率，特拉华大学的研究人员最近将AMS软件中COSMO-RS理论预测与靶向实验相结合，研究果糖脱水反应中HMF的提取。使用COSMO-RS中的ADFCRS-2018数据库，首次预测了298 K和423 K（代表性木质纤维素生物质反应温度）下所有潜在“水-溶剂”对的“水-有机”液-液平衡。当存在混溶间隙时，利用平衡相组成，对果糖脱水反应中遇到的HMF、乙酰丙酸（LA）和甲酸（FA）的logP初始化计算。
实验测量了多个同系物系列溶剂的分配系数，以评价COSMO-RS预测的准确性。典型误差因子在2以内，表明该方法非常适合于筛选。首次在原位测定了这些物种的高温分配系数。这项研究确定了新型高效萃取剂，如取代胺和苯酚，用于HMF的反应萃取。经过实验验证，其分配系数比传统萃取剂提高了一个数量级。其他标准，如溶剂热稳定性，反应性和毒性，也进行了评估，更多细节，请参考原文。
实例2：人工智能和热力学协助解决纵火案
Sander Korver, Eva Schouten, Othonas A. Moultos, Peter Vergeer, Michiel M. P. Grutters, Leo J. C. Peschier, Thijs J. H. Vlugt & Mahinder Ramdin
Artificial intelligence and thermodynamics help solving arson cases
Scientific Reports, volume 10, Article number: 20502 (2020)
纵火案中，DNA或指纹等证据往往会被销毁，剩下的最重要的证据之一是将助燃剂与嫌疑人联系起来。也就是说，当汽油被用作促进剂时，找到一个强有力的迹象，表明火灾现场的汽油样本与嫌疑人的样本有关。从火灾现场采集的汽油样本经过风化处理，因此无法进行直接比较。
荷兰代尔夫特理工大学Mahinder Ramdin与Thijs J. H. Vlugt等，结合机器学习、热力学建模和量子力学来预测剩余未风化汽油样品的成分。他们的方法预测了风化汽油样品中60种主要成分的初始（未风化）成分，当风化至80%w/w时，误差条约为4%。这表明机器学习是预测风化汽油初始成分的一种有价值的工具，从而协助将样品与嫌疑犯联系起来。
风化过程和所用建模方法的示意如上图。左图：未风化的（原始）汽油样本，被发现藏于嫌疑人。右图：汽油混合物因火灾而发生成分变化或风化。结合热力学建模、量子化学计算和机器学习，将风化和未风化样品的成分联系起来。风化过程根据基于公式（1）（如图中所示）描述，公式的正向积分用于从原始样品开始预测风化样品的成分，反向积分用于从风化样品中获得原始汽油的成分。多组分混合物的活度系数由AMS软件中COSMO-RS模块计算得到。人工神经网络（ANNs）在这些数据的基础上训练出来，用于预测给定成分的蒸发率或风化程度。
实例3：双(三氟甲磺酰基)酰亚胺阴离子与被吸附二氧化碳之间相互作用
Xin Zheng, Katsuo Fukuhara, Yuh Hijikata, Jenny Pirillo, Hiroyasu Sato, Kiyonori Takahashi, Shin-ichiro Noro & Takayoshi Nakamura
Understanding the interactions between the bis(trifluoromethylsulfonyl)imide anion and absorbed CO2 using X-ray diffraction analysis of a soft crystal surrogate
Communications Chemistry volume 3, Article number: 143 (2020)
离子液体（ILs）的二氧化碳（CO2）选择性吸收特性与CO2捕集方法的发展密切相关。尽管有报道称氟化组分使ILs增强了CO2溶解度，但深入理解ILs与CO2之间的相互作用一直是一个挑战。在本研究中，作者利用软晶质材料[Cu(NTf2)2(bpp)2] (NTf2‒ = bis(trifluoromethylsulfonyl)imide, bpp = 1,3-bis-(4-pyridyl)propane)作为单晶X射线衍射分析的替代物，将CO2与NTf2‒（氟化离子液
体组分，导致二氧化碳高溶解度）之间的相互作用可视化。对负载二氧化碳的晶体结构的分析表明，CO2与NTf2‒阴离子的氟原子和氧原子以反式而非顺式结构发生相互作用。对负载CO2的晶体结构的理论分析表明，CO2与骨架之间存在色散和静电相互作用。总而言之，为理解和改进离子液体吸收二氧化碳的特性提供了重要的见解。
使用AMS-ADF优化添加H原子的结构（PBE-D3(BJ)/TZ2P）,并使用能量分解方法（EDA）结合化学价态理论的自然轨道对模型（NOCV）结构进行了分析。
实例4：食源性病抗菌剂与氧化抑制剂-面包树提取物：RSM、COSMO-RS与分子对接研究
Mohammad Norazmi Ahmad, Nazatul Umira Karim, Erna Normaya, Bijarimi Mat Piah, Anwar Iqbal & Ku Halim Ku Bulat
Artocarpus altilis extracts as a food-borne pathogen and oxidation inhibitors: RSM, COSMO RS, and molecular docking approaches
Scientific Reports, 2020, 10:9566
油脂氧化和微生物污染是导致食品变质的主要因素。食品添加剂，如抗氧化剂和抗菌剂，可以通过延缓氧化和防止细菌生长来防止食品腐败。面包树叶具有良好的生物学特性，是天然抗氧化剂和抗菌剂的新来源。
马来西亚国际伊斯兰大学Mohammad Norazmi Ahmad等，采用响应面法优化了超临界流体萃取法（SFE）从叶片中提取生物活性物质的工艺，提供产率、抗氧化活性。最佳萃取条件为：温度50.5℃、压力3784 psi、萃取时间52 min。验证试验结果（Tukey试验）表明，预期的DPPH活性与实验的DPPH活性及收率（99%）无显著差异。
气相色谱-质谱（GC-MS）分析表明，面包树提取物中含有三种主要的生物活性成分。该提取物具有2,3-二苯基-1-苦基肼（DPPH）清除活性、血浆铁还原能力（FRAP）、羟基清除活性、酪氨酸酶抑制率，分别为41.5%、8.15 ± 1.31毫克（相当于抗坏血酸的微克）、32%、37%，抑制区直径分别为0.766 ± 0.06 cm（蜡样芽胞杆菌）和1.27 ± 0.12 cm（大肠杆菌）。
利用COSMO-RS解释了超临界流体萃取过程中主要生物活性物质的萃取机理。分子静电势（MEP）显示了细菌在抑制过程中亲核和亲电攻击的概率位点。分子对接研究表明，主要生物活性物质与细菌之间发生的主要相互作用（抗菌抑制）是非共价相互作用。
实例5：使用logKow评估阻燃剂在生物体内的积累
J. N. Louwen and T. Stedeford
Computational assessment of the environmental fate, bioaccumulation, and toxicity potential of brominated benzylpolystyrene
Toxicol. Mech. Meth. 21, 183–192 (2011)
研究者们计算log Kow作为第一个筛选参数来估计生物体内的积累率。能持续挥发的辛醇：水体系，分配系数logKow在4.5～10之间，这会导致很强的生物体内的积累率。本文中，COSMO-RS的预测结果与定量构效关系（QSAR）进行了对比。
COSMO-RS作为一种基于量子力学的方法，在热力学性质预测方面包含了分子结构的三维信息，而QSAR模型则没有。
QSAR模型要么预测的宽度太大，要么与聚合物长度无关。COSMO-RS模型预测的结果，在7个单体以上，logKow会比较温和的增大，如果考虑聚合物球形卷曲的话，会更合理。
B3BPS的COSMO表面电荷适中，聚合物是非极性的，这也可以从sigma profile体现出来。与水相相比，强烈地倾向于辛醇（logKow非常高）