Nieuwe computationele methodologie om de complexe vorming van interessante nanostructuren te voorspellen

Onderzoekers van de groep van Prof. Carles Bo van het Instituut voor Chemisch Onderzoek van Catalonië (ICIQ-CERCA) hebben een computationele methodologie beschreven die complexe processen simuleert waarbij verschillende chemische soorten en diverse omstandigheden betrokken zijn. Deze processen leiden tot de vorming van nanostructuren genaamd polyoxometalaten (POM’s), met belangrijke toepassingen in katalyse, energieopslag, biologie en geneeskunde.

Het werk verschijnt in Chemische wetenschap.

“Onze groep heeft onlangs unieke methoden ontwikkeld om de chemie van polyoxometalaten in oplossing, hun speciatie en vormingsmechanismen te bestuderen. Dit onderzoek heeft het potentieel om de experimentele omstandigheden te ontdekken die nodig zijn om nieuwe materialen te maken,” legt Prof. Bo uit.

Veelzijdige POM’s

POM’s zijn een onderscheidende familie van nanostructuren die bestaan ​​uit overgangsmetaalatomen die verbonden zijn door zuurstofatomen, en die een breed scala aan goed gedefinieerde structuren van verschillende groottes en vormen vormen. Deze nanostructuren worden gevormd via zelfassemblageprocessen van eenvoudige metaaloxiden, afhankelijk van verschillende factoren zoals pH, temperatuur, druk, totale metaalconcentratie, ionenkracht en de aanwezigheid van reductiemiddelen en tegenionen. De som van al deze omstandigheden compliceert de controle van hun synthese.

Onderzoekers kunnen nu het effect van deze factoren en de geschikte omstandigheden voorspellen om één specifieke soort POM te produceren, door gebruik te maken van statistische methoden die de efficiënte en schaalbare verwerking van talrijke speciatiemodellen en hun overeenkomstige systemen van niet-lineaire vergelijkingen vergemakkelijken. Dit is belangrijk, aangezien de eerste belangrijke toepassing van deze nanostructuren verband houdt met katalyse, waarbij bekend is dat POM’s verschillende belangrijke reacties versnellen. Met behulp van deze simulaties is het bijvoorbeeld mogelijk om de geschikte omstandigheden te beschrijven die leiden tot de productie van een soort POM die verantwoordelijk is voor het katalyseren van CO₂ fixatie.

POMSimulator

De groep van Prof. Bo heeft een open-source softwarepakket genaamd POMSimulator gepresenteerd dat helpt de vormingsmechanismen van POM’s te verduidelijken. Door een openbare versie van de code vrij te geven, willen de onderzoekers een hulpmiddel bieden om de ontdekking van nieuwe POM’s aan te vullen. Bovendien betekent een toegankelijke versie van de code dat andere onderzoekers de broncode kunnen aanpassen op basis van hun behoeften.

De nu gepresenteerde methodologie is een robuustere versie van deze POMSimulator die nieuwe en waardevolle inzichten biedt in de verspreiding van soorten onder verschillende chemische omstandigheden, waardoor de kennis over de soortvorming in complexe systemen wordt verrijkt.

“In de tijd van Big Data, machine learning en kunstmatige intelligentie is het cruciaal om elk stukje informatie in onze handen te gebruiken. Ons werk heeft POMSimulator naar het volgende niveau van datagebruik gebracht,” aldus Jordi Buils, eerste auteur van dit werk en Ph.D.-student in de groep van Prof. Bo.