211service.com
Diseño de estructuras hechas de nanomateriales
La fabricación de estructuras complejas a partir de nanopartículas o polímeros, ya sean para computación fotónica o células solares, generalmente implica una gran cantidad de pruebas y errores costosos y que requieren mucho tiempo en el laboratorio. Los teóricos esperan simplificar el proceso mediante el desarrollo de modelos informáticos que generarán recetas que siempre saldrán bien, pero hasta ahora, las que han elaborado han sido demasiado complejas para realizarlas en el laboratorio. Ahora, con la esperanza de que estos algoritmos sean útiles para los químicos, los informáticos de Microsoft han simplificado un modelo que crea recetas para materiales de autoensamblaje.
Embalaje de partículas: Los algoritmos diseñados por los investigadores de Microsoft predicen cuáles deben ser las fuerzas entre un grupo de partículas para que se autoensamblen en una estructura particular, como un cubo compacto.
Los nuevos modelos de Microsoft, descritos esta semana en el procedimientos de la Academia Nacional de Ciencias , están destinados a acelerar el diseño de nuevas estructuras autoensambladas. Mediante ensayo y error, los científicos de materiales han empleado nanopartículas para crear estructuras en lo que se llama mesoescala. Estas disposiciones ordenadas de partículas a nanoescala pueden tener propiedades ópticas, eléctricas y de otro tipo notables, pero son difíciles de crear. Existe una gran falta de teoría, dice Mila Boncheva, científica senior en Firmenich, en Ginebra, quien jugó un papel importante en las primeras investigaciones sobre este tipo de autoensamblaje en la Universidad de Harvard. Lo que la gente está haciendo actualmente en diseño es principalmente prueba y error basado en el sentido común. El modelo teórico tiene como objetivo ayudar a los científicos de materiales a descubrir mucho más rápidamente cuáles son los materiales y las condiciones correctos para el autoensamblaje de una estructura determinada.
Si tienes en mente una forma o forma, el modelo te dirá cómo conseguirla, dice Henry Cohn , investigador principal en Microsoft Research Nueva Inglaterra , quien dirigió el trabajo con el profesor asistente de matemáticas del MIT Abhinav Kumar . Las propiedades de los materiales estructurados en la mesoescala están determinadas en gran medida por la disposición de los componentes individuales, ya sean polímeros o nanopartículas, entre sí. Por ejemplo, las nanopartículas de plata que flotan en una solución reflejan la luz de manera diferente dependiendo de qué tan cerca estén, un principio que se está utilizando para diseñar dispositivos para la computación fotónica.
Si las partículas se ensamblarán o no en una estructura dada, está determinado por las fuerzas entre ellas. Las cargas eléctricas, por ejemplo, juegan un papel particularmente importante a la hora de determinar si dos partículas se atraerán o repelerán entre sí. El modelo de Microsoft genera un mapa de cuán fuertes deben ser estas fuerzas. Es decir, dada una estructura deseada, ¿cuál debería ser la energía potencial entre cada una de las partículas y sus vecinas? Estos modelos se denominan funciones potenciales.
Es fácil diseñar funciones potenciales [en una computadora], y realmente, muy difícil generarlas en la realidad, dice George Whitesides , profesor de química en la Universidad de Harvard y pionero en el autoensamblaje. Generar estas fuerzas requiere averiguar qué modificaciones a las partículas, digamos, agregar más grupos cargados positivamente a los polímeros, generarán las fuerzas apropiadas entre las partículas individuales y conducirán al ensamblaje de la estructura deseada.
Cohn dice que el objetivo de su trabajo es cerrar esta brecha entre la teoría y la realidad. Las versiones anteriores de estos algoritmos han generado instrucciones muy complejas para armar estas estructuras, estipulando que es necesario cumplir una gran cantidad de parámetros para obtener una estructura para ensamblar. Si se le permite realizar funciones potenciales elaboradas, puede hacer cosas elaboradas y hacer materiales maravillosos dentro de la computadora, dice. Ahora, la pregunta para los teóricos, dice Cohn, es ¿Podemos lograr más usando interacciones más simples?
Los investigadores de Microsoft y MIT han dado un paso importante hacia esta simplificación, dice Salvatore Torquato , profesor de química en el Instituto de Ciencia y Tecnología de Materiales de Princeton. Sus modelos requieren un número mucho menor de estas relaciones de energía potencial que los anteriores. Eso lo lleva de algo muy hipotético a algo más realista de producir en el laboratorio, dice Torquato. La sofisticación del modelo de Microsoft proviene en parte de la introducción de ideas de la teoría de la información.
El siguiente paso es trabajar con los químicos para crear una de estas estructuras predichas en el laboratorio. Creo que la ciencia de los materiales del futuro se hará de esta manera, dice Torquato sobre el modelado por computadora. Whitesides cree que los teóricos aún están lejos de darse cuenta de ese futuro porque aún no está claro si los tipos de funciones que está desarrollando Cohn se pueden usar para hacer estructuras autoensambladas, o si algún otro enfoque teórico resultará más útil. . Pero vale la pena seguir trabajando en este tipo de algoritmos, dice Whitesides, ya que la coincidencia de gritos resultante ayudará a definir lo que se debe hacer para que sean útiles.