Sensores fabricados com materiais à base de carbono podem fornecer informações precisas e em tempo real sobre doenças hereditárias ou concentrações de drogas no corpo. Além da medicina, materiais carbonosos são usados ​​em baterias, células solares e purificação de água.

Outros elementos, como hidrogênio e oxigênio, estão quase sempre presentes em materiais à base de carbono, que altera as propriedades dos materiais. Portanto, modificar materiais para as aplicações desejadas requer conhecimento em nível atômico sobre as estruturas da superfície do carbono e sua química. Pesquisadores da Aalto University, a Universidade de Cambridge, a University of Oxford e a Stanford University deram agora um novo passo significativo na descrição da natureza atômica dos materiais carbonáceos.

Informações detalhadas sobre as superfícies de carbono podem ser obtidas por espectroscopia de raios-X, mas o espectro que ele produz é difícil de interpretar porque resume informações de vários ambientes químicos locais da superfície. Os pesquisadores desenvolveram um novo método de análise sistemática que usa aprendizado de máquina para integrar o modelo computacional (teoria do funcional da densidade) com os resultados experimentais da amostra de carbono. A nova metodologia permite que o espectro experimental produzido por espectroscopia de raios-X seja separado em dados em nível atômico.

"No passado, os resultados experimentais foram interpretados de forma diferente, com base em referências de literatura variadas, mas agora pudemos analisar os resultados usando apenas referências computacionais. O novo método nos dá uma compreensão muito melhor da química da superfície do carbono sem tendência induzida pelo homem, "diz Anja Aarva, estudante de doutorado na Aalto University.

O novo método amplia o conhecimento de materiais à base de carbono

Em um estudo de duas partes, os pesquisadores estudaram inicialmente como o carbono ligado de maneira diferente afeta qualitativamente a formação do espectro experimental. Os pesquisadores então tentaram agregar o espectro medido com dados de referência do espectro computacional para obter uma estimativa quantitativa de em que consiste o espectro experimental. Isso foi para ajudá-los a determinar qual é a natureza da amostra de carbono no nível atômico. A nova metodologia é adequada para analisar a química da superfície de várias formas de carbono, como o grafeno, diamante e carbono amorfo.

O estudo é uma continuação do trabalho do pesquisador de pós-doutorado da Aalto University Miguel Caro e do professor Volker Deringer da Oxford University, que mapeou extensivamente a estrutura e reatividade do carbono amorfo. O estudo utiliza métodos de aprendizado de máquina desenvolvidos pelo professor Volker Deringer e pelo professor Gabor Csányi da Universidade de Cambridge. Medidas experimentais foram realizadas por Sami Sainio, um pesquisador de pós-doutorado baseado em Aalto na Universidade de Stanford.

"Próximo, pretendemos usar a metodologia que desenvolvemos para prever, por exemplo, que tipo de superfície de carbono seria melhor para a identificação eletroquímica de certos neurotransmissores, e então tente produzir a superfície desejada. Desta maneira, o trabalho computacional guiaria o trabalho experimental e não vice-versa, como normalmente acontecia no passado, "Tomi Laurila, professor da Aalto University disse.

O estudo foi publicado como um artigo de duas partes em Química de Materiais .