211service.com
Progettazione di strutture realizzate con nanomateriali
Realizzare strutture complesse con nanoparticelle o polimeri, siano esse per l'elaborazione fotonica o per le celle solari, in genere comporta molti tentativi ed errori costosi e dispendiosi in termini di tempo in laboratorio. I teorici sperano di semplificare il processo sviluppando modelli al computer che genereranno ricette che risultano sempre corrette, ma finora quelle che hanno realizzato sono state troppo complesse per essere realizzate in laboratorio. Ora, nella speranza di rendere questi algoritmi utili ai chimici, gli scienziati informatici di Microsoft hanno semplificato un modello che crea ricette per materiali autoassemblanti.
Imballaggio di particelle: Gli algoritmi progettati dai ricercatori Microsoft prevedono quali devono essere le forze tra un gruppo di particelle affinché possano autoassemblarsi in una particolare struttura, come un cubo ravvicinato.
I nuovi modelli Microsoft, descritti questa settimana nel Atti dell'Accademia Nazionale delle Scienze , hanno lo scopo di velocizzare la progettazione di nuove strutture autoassemblanti. Usando prove ed errori, gli scienziati dei materiali hanno impiegato le nanoparticelle per creare strutture su quella che viene chiamata mesoscala. Queste disposizioni ordinate di particelle su scala nanometrica possono avere notevoli proprietà ottiche, elettriche e di altro tipo, ma sono difficili da creare. La teoria è gravemente carente, afferma Mila Boncheva, uno scienziato senior presso Firmenich, a Ginevra, che ha svolto un ruolo importante nelle prime ricerche su questo tipo di autoassemblaggio all'Università di Harvard. Ciò che le persone stanno facendo attualmente nel design è per lo più tentativi ed errori basati sul buon senso. Il modello teorico ha lo scopo di aiutare gli scienziati dei materiali a capire molto più rapidamente quali sono i materiali e le condizioni giuste per l'autoassemblaggio di una data struttura.
Se hai in mente una forma o una forma, il modello ti dirà come ottenerla, dice Henry Cohn , ricercatore principale presso Microsoft Research New England , che ha guidato il lavoro con l'assistente professore di matematica del MIT Abhinav Kumar . Le proprietà dei materiali strutturati sulla mesoscala sono in larga misura determinate da come i singoli componenti, siano essi polimeri o nanoparticelle, sono disposti l'uno rispetto all'altro. Ad esempio, le nanoparticelle d'argento che galleggiano nella soluzione riflettono la luce in modo diverso a seconda di quanto strettamente sono imballate, un principio che viene utilizzato per progettare dispositivi per il calcolo fotonico.
Se le particelle si uniranno o meno in una data struttura è determinato dalle forze tra di loro. Le cariche elettriche, ad esempio, giocano un ruolo particolarmente importante nel determinare se due particelle si attraggono o si respingono. Il modello Microsoft genera una mappa di quanto devono essere forti queste forze. Cioè, data una struttura desiderata, quale dovrebbe essere l'energia potenziale tra ciascuna delle particelle e le sue vicine? Questi modelli sono chiamati funzioni potenziali.
È facile progettare potenziali funzioni [su un computer] e davvero, davvero difficile generarle nella realtà, afferma George Whitesides , professore di chimica all'Università di Harvard e pioniere dell'autoassemblaggio. La generazione di queste forze richiede di capire quali modifiche alle particelle, ad esempio l'aggiunta di gruppi più carichi positivamente ai polimeri, genereranno le forze appropriate tra le singole particelle e porteranno all'assemblaggio della struttura desiderata.
Cohn afferma che lo scopo del suo lavoro è colmare questo divario tra teoria e realtà. Le versioni precedenti di questi algoritmi hanno generato istruzioni molto complesse per mettere insieme queste strutture, stabilendo che è necessario soddisfare un numero molto elevato di parametri per ottenere una struttura da assemblare. Se ti è permesso di creare potenziali funzioni elaborate, puoi fare cose elaborate e creare materiali meravigliosi all'interno del computer, dice. Ora la domanda per i teorici, dice Cohn, è possiamo ottenere di più usando interazioni più semplici?
I ricercatori di Microsoft e del MIT hanno compiuto un passo importante verso questa semplificazione, afferma Salvatore Torquato , professore di chimica presso il Princeton Institute for the Science and Technology of Materials. I loro modelli richiedono un numero molto inferiore di queste relazioni potenziale-energia rispetto ai precedenti. Ciò lo porta da molto ipotetico a qualcosa di più realistico da produrre in laboratorio, afferma Torquato. La raffinatezza del modello Microsoft deriva in parte dall'introduzione di idee dalla teoria dell'informazione.
Il prossimo passo è lavorare con i chimici per creare una di queste strutture previste in laboratorio. Credo che la scienza dei materiali del futuro sarà fatta in questo modo, dice Torquato della modellazione al computer. Whitesides ritiene che i teorici siano ancora lontani dal realizzare quel futuro perché non è ancora chiaro se i tipi di funzioni sviluppati da Cohn possano essere utilizzati per creare strutture autoassemblanti o se qualche altro approccio teorico si rivelerà più utile . Ma vale la pena continuare a lavorare su questi tipi di algoritmi, afferma Whitesides, poiché la corrispondenza delle urla risultante aiuterà a definire ciò che deve essere fatto per renderli utili.