许多具有优异性能的材料,可构造有渗透纳米网络(PNNs)。这种快速扩展的复合材料和纳米多孔材料的设计,需要一种统一的方法来描述它们的结构。然而,它们复杂的非周期结构很难用传统的方法来描述。另一个问题是缺乏计算工具,使人们能够捕获和枚举这些复合材料中典型的随机分枝原纤维的模式。在此,来自美国密歇根大学的Nicholas A. Kotov等研究者,描述了一个计算包——StructuralGT,从各种显微图像自动生成PNNs的图形理论(GT)描述,解决了这两个挑战。相关论文以题为“Structural Analysis of Nanoscale Network Materials Using Graph Theory”发表在ACS Nano上。论文链接:https://pubs.acs.org/doi/10.1021/acsnano.1c04711