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, […]
