Os filmes de escova de polímero consistem em cadeias de monômeros cultivadas nas proximidades de um substrato. Os monômeros, que parecem "cerdas" em nanoescala, formam um revestimento altamente funcional e versátil, de modo que pode adsorver ou repelir seletivamente uma variedade de produtos químicos ou moléculas biológicas. Por exemplo, películas de escova de polímero têm sido usadas como suporte para o crescimento de células biológicas e como revestimentos protetores anti-bioincrustantes que repelem organismos biológicos indesejados.
Como revestimentos anti-bioincrustantes, as escovas de polímero foram projetadas com base principalmente na interação entre monômeros e moléculas de água. Embora isso facilite o design, a previsão quantitativa da adsorção de biomoléculas, como proteínas em monômeros, provou ser um desafio, devido às complexas interações envolvidas.

Agora, em um estudo recente publicado na ACS Biomaterials Science &Engineering , um grupo de pesquisa liderado pelo professor associado Tomohiro Hayashi do Tokyo Institute of Technology (Tokyo Tech), Japão, usou aprendizado de máquina para prever essas interações e identificar as características do filme que têm um impacto significativo na adsorção de proteínas.

Em seu estudo, a equipe fabricou 51 filmes de escova de polímero diferentes de diferentes espessuras e densidades com cinco monômeros diferentes para treinar o algoritmo de aprendizado de máquina. Eles então testaram vários desses algoritmos para ver quão bem suas previsões correspondiam à adsorção de proteína medida. "Testamos vários algoritmos de regressão supervisionada, ou seja, regressão de aumento de gradiente, regressão de vetor de suporte, regressão linear e regressão de floresta aleatória, para selecionar o modelo mais confiável e adequado em termos de precisão de previsão", diz o Dr. Hayashi.

Destes modelos, o modelo de regressão de floresta aleatória (RF) apresentou a melhor concordância com os valores medidos de adsorção de proteínas. Assim, os pesquisadores usaram o modelo de RF para correlacionar as propriedades físicas e químicas da escova de polímero com sua capacidade de adsorver a proteína do soro e permitir a adesão celular.

"Nossas análises mostraram que o índice de hidrofobicidade, ou a hidrofobicidade relativa, era o parâmetro mais crítico. Em seguida estavam a espessura e a densidade dos filmes de escova de polímero, o número de ligações C-H, a carga líquida no monômero e a densidade dos filmes . O peso molecular do monômero e o número de ligações O-H, por outro lado, foram classificados em baixa importância", destaca o Dr. Hayashi.

Dada a natureza altamente variada dos filmes de escova de polímero e os múltiplos fatores que afetam as interações monômero-proteína, a adoção do aprendizado de máquina como forma de otimizar as propriedades do filme de escova de polímero pode fornecer um bom ponto de partida para o design eficiente de materiais anti-bioincrustantes e biomateriais funcionais. + Explorar mais

Um salto para o design de biomateriais usando IA