Massaçusets Texnologiya İnstitutu tərəfindən

Sadie Harley tərəfindən redaktə edilmişdir , Andrew Zinin tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriA) 380K-da müxtəlif monomerlər və GOx arasında mümkün qarşılıqlı əlaqəni nümayiş etdirən simulyasiyanın nümunə şəkli.(B) RHPB və GOx arasında mümkün qarşılıqlı əlaqəni nümayiş etdirən 10 polimer zənciri və 1 GOx üçün simulyasiyanın nümunə şəkli. Kredit: ChemRxiv . 2024; doi: 10.26434/chemrxiv-2024-nh0xn

Alimlər tez-tez polimerlərdən əldə edilən yeni materiallar axtarırlar. Polimer axtarışına sıfırdan başlamaq əvəzinə, istənilən xüsusiyyətlərə nail olmaq üçün mövcud polimerləri qarışdırmaqla vaxta və pula qənaət edirlər.

Ancaq ən yaxşı qarışığı müəyyən etmək çətin bir problemdir. Nəinki praktiki olaraq sonsuz sayda potensial birləşmələr var, həm də polimerlər kompleks şəkildə qarşılıqlı təsir göstərir, ona görə də yeni qarışığın xüsusiyyətlərini proqnozlaşdırmaq çətindir.

Yeni materialların kəşfini sürətləndirmək üçün MIT tədqiqatçıları optimal polimer qarışıqlarını səmərəli şəkildə müəyyən edə bilən tam avtonom eksperimental platforma hazırlayıblar. Qəzet Matter jurnalında dərc olunub .

Qapalı dövrə iş prosesi kimyəvi maddələri qarışdıran və hər qarışığı sınaqdan keçirən robot sistemə kombinasiya seçimini təmin edərək, geniş potensial polimer qarışıqlarını araşdırmaq üçün güclü alqoritmdən istifadə edir.

Nəticələrə əsasən, alqoritm yeni polimer istifadəçinin məqsədlərinə cavab verənə qədər prosesi davam etdirərək növbəti hansı təcrübələrin aparılacağına qərar verir.

Təcrübələr zamanı sistem muxtar olaraq tərkibindəki polimerləri üstələyən yüzlərlə qarışığı müəyyən etdi. Maraqlıdır ki, tədqiqatçılar ən yaxşı performans göstərən qarışıqların mütləq ən yaxşı fərdi komponentlərdən istifadə etmədiyini aşkar etdilər.

MİT-in Kimya Mühəndisliyi və Elektrik Mühəndisliyi və Kompüter Elmləri departamentlərində 1957-ci ildə karyera inkişafı üzrə köməkçi professor Connor Coley deyir: “Mən eyni zamanda tam dizayn məkanını nəzərə alan optimallaşdırma alqoritmindən istifadənin dəyərinin yaxşı təsdiqi olduğunu tapdım ” dedi.

“Tam formalaşdırma sahəsini nəzərdən keçirsəniz, potensial olaraq yeni və ya daha yaxşı xüsusiyyətlər tapa bilərsiniz. Fərqli bir yanaşmadan istifadə edərək, ən yaxşı qarışığın vacib hissələri olan aşağı performanslı komponentləri asanlıqla nəzərdən qaçıra bilərsiniz.”

Bu iş axını nə vaxtsa təkmilləşdirilmiş batareya elektrolitləri, daha qənaətcil günəş panelləri və ya daha təhlükəsiz dərman çatdırılması üçün uyğunlaşdırılmış nanohissəciklər kimi irəliləyişlərə səbəb olan polimer qarışığı materiallarının kəşfini asanlaşdıra bilər.

Kağızda Coley ilə birlikdə Oksford Universitetində Marie Skłodowska-Curie Postdoctoral Fellow olan keçmiş MIT postdokunun aparıcı müəllifi Guangqi Wu iştirak edir; Tianyi Jin, MIT aspirantı; və Alfredo Alexander-Katz, MIT-nin Material Elmləri və Mühəndisliyi Departamentinin professoru Michael və Sonja Koerner.

Daha yaxşı qarışıqlar yaratmaq

Elm adamları yeni polimer qarışıqları dizayn edərkən, başlamaq üçün demək olar ki, sonsuz sayda mümkün polimerlərlə qarşılaşırlar. Qarışdırmaq üçün bir neçəsini seçdikdən sonra yenə də hər bir polimerin tərkibini və qarışıqdakı polimerlərin konsentrasiyasını seçməlidirlər.

“Bu qədər böyük dizayn sahəsinə sahib olmaq alqoritmik həllər və daha yüksək məhsuldarlıqlı iş axınlarını tələb edir, çünki siz sadəcə olaraq bütün kombinasiyaları kobud gücdən istifadə edərək sınaqdan keçirə bilməzsiniz” deyə Coley əlavə edir.

Tədqiqatçılar tək polimerlər üçün avtonom iş axınlarını tədqiq etsələr də, daha böyük dizayn sahəsinə görə daha az iş polimer qarışıqları üzərində cəmlənmişdir.

Bu işdə MIT tədqiqatçıları fərqli struktur xüsusiyyətləri olan iki və ya daha çox polimerin qarışdırılması ilə hazırlanmış yeni təsadüfi heteropolimer qarışıqları axtardılar. Bu çox yönlü polimerlər kimyəvi reaksiyaların sürətini artıran bir proses olan yüksək temperaturlu enzimatik kataliz üçün xüsusilə perspektivli aktuallıq nümayiş etdirdi.

Onların qapalı dövrə iş axını istifadəçinin arzuladığı xassələrə əsaslanaraq, bir neçə perspektivli polimer qarışığını avtonom şəkildə müəyyən edən alqoritmlə başlayır.

Tədqiqatçılar əvvəlcə yeni qarışıqların performansını proqnozlaşdırmaq üçün maşın öyrənmə modelini sınadılar, lakin astronomik baxımdan böyük imkanlar məkanında dəqiq proqnozlar vermək çətin idi. Bunun əvəzinə optimal həlli tapmaq üçün seçim və mutasiya kimi bioloji cəhətdən ilhamlanmış əməliyyatlardan istifadə edən genetik alqoritmdən istifadə etdilər.

Onların sistemi polimer qarışığının tərkibini effektiv şəkildə rəqəmsal xromosoma kodlayır, genetik alqoritm onu ən perspektivli birləşmələri müəyyən etmək üçün iterativ şəkildə təkmilləşdirir.

“Bu alqoritm yeni deyil, lakin biz alqoritmi sistemimizə uyğunlaşdırmaq üçün dəyişdirməli olduq. Məsələn, kəşfi daha səmərəli etmək üçün bir materialda ola biləcək polimerlərin sayını məhdudlaşdırmalı olduq”, – Vu əlavə edir.

Bundan əlavə, axtarış sahəsi çox böyük olduğu üçün onlar alqoritmi onun kəşfiyyat seçimini (təsadüfi polimerlərin axtarışı) və istismara qarşı (son təcrübədən ən yaxşı polimerlərin optimallaşdırılması) balanslaşdırmaq üçün sazlayıblar.

Alqoritm kimyəvi maddələri qarışdıran və hər birinin xassələrini ölçən avtonom robot platformaya eyni anda 96 polimer qarışığı göndərir.

Təcrübələr fermentlərin polimer qarışıqları ilə qarışdıqdan və yüksək temperaturlara məruz qaldıqdan sonra nə qədər sabit olduğunu göstərən bir ölçü olan saxlanılan enzimatik aktivliyi (REA) optimallaşdırmaqla fermentlərin istilik dayanıqlığının yaxşılaşdırılmasına yönəldilmişdir.

Bu nəticələr alqoritmə geri göndərilir, sistem optimal qarışığı tapana qədər onlardan yeni polimerlər dəsti yaratmaq üçün istifadə edir.

Gündəlik anlayışlar üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosda ən son yenilikləri kəşf edin . Pulsuz xəbər bülleteni üçün qeydiyyatdan keçin və mühüm nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklər əldə edin .

Kəşflərin sürətləndirilməsi

Robot sisteminin qurulması polimerləri bərabər şəkildə qızdırmaq üçün texnikanın işlənib hazırlanması və pipet ucunun yuxarı və aşağı hərəkət sürətini optimallaşdırmaq kimi çoxsaylı çətinlikləri əhatə edirdi.

“Avtonom kəşf platformalarında biz alqoritmik yenilikləri vurğulayırıq, lakin prosedurun bir çox təfərrüatlı və incə aspektləri var ki, oradan çıxan məlumatlara etibar etmədən əvvəl təsdiq etməlisən” dedi Coley.

Sınaq zamanı onların sistemi müəyyən edilən optimal qarışıqlar onları əmələ gətirən polimerləri tez-tez üstələyirdi. Ən yaxşı ümumi qarışığı 73% REA əldə edərək, hər hansı bir fərdi komponentdən 18% daha yaxşı performans göstərdi.

“Bu onu göstərir ki, yeni polimerlər yaratmaq əvəzinə, biz bəzən mövcud polimerləri qarışdıraraq fərdi polimerlərdən daha yaxşı performans göstərən yeni materialları dizayn edə bilərik” dedi Vu.

Üstəlik, onların avtonom platforması gündə 700 yeni polimer qarışığı yarada və sınaqdan keçirə bilər və kimyəvi maddələrin doldurulması və dəyişdirilməsi üçün yalnız insan müdaxiləsi tələb olunur.

Bu tədqiqat zülalların sabitləşməsi üçün polimerlərə diqqət yetirsə də, onların platforması yeni plastiklərin və ya batareya elektrolitlərinin inkişafı kimi digər məqsədlər üçün dəyişdirilə bilər.

Əlavə polimer xassələrini araşdırmaqdan əlavə , tədqiqatçılar alqoritmlərinin səmərəliliyini artırmaq üçün eksperimental məlumatlardan istifadə etmək və avtonom maye işləyicisinin əməliyyatlarını sadələşdirmək üçün yeni alqoritmlər hazırlamaq istəyirlər.

Ətraflı məlumat: Təkamüllü Formulyasiya Optimizasiyası vasitəsilə Funksional Təsadüfi Heteropolimer Qarışıqlarının Avtonom Kəşfi, Materiya (2025). DOI: 10.1016/j.matt.2025.102336 . www.cell.com/matter/fulltext/S2590-2385(25)00379-0 . ChemRxiv DOI- də : 10.26434/chemrxiv-2024-nh0xn

Jurnal məlumatı: Məsələ 

Massaçusets Texnologiya İnstitutu tərəfindən təmin edilmişdir