Os percloratos são uma classe de compostos notórios por sua natureza explosiva. Isto levanta preocupações de segurança durante experimentos envolvendo compostos complexos que contêm íons perclorato, uma vez que as explosões podem ser desencadeadas mesmo pelo menor choque ou calor. É, portanto, importante estudar a sua estrutura molecular e compreender a razão da sua natureza explosiva.



Neste contexto, um método denominado análise de superfície de Hirschfield tem sido extensivamente utilizado para visualizar e quantificar a estrutura cristalina e as interações moleculares de compostos cristalinos. Um gráfico bidimensional de impressão digital derivado da análise de Hirschfield mostra vividamente as complexas interações nos cristais.

Apesar das suas vantagens, no entanto, estes métodos baseiam-se apenas no julgamento do olho humano, limitando a sua eficácia global. Procurando uma maneira de superar essas limitações, estudos recentes exploraram o uso de métodos de aprendizagem profunda e inteligência artificial (IA) para análise. Esses estudos apontaram para o benefício potencial do uso da IA ​​para revelar os recursos que são difíceis de discernir para os humanos.

Agora, para concretizar plenamente o potencial da análise de superfície de Hirschfield, uma equipe de pesquisadores, liderada pelo professor Takashiro Akitsu, do Departamento de Química e do Centro de Ciência e Tecnologia do Fogo da Universidade de Ciência de Tóquio (TUS), no Japão, empregou recentemente aprendendo a analisar a superfície de Hirschfield de complexos metálicos do tipo salen. A equipe de estudo também incluiu Yuji Takiguchi, Shintaro Suda e o professor assistente Daisuke Nakane, todos da TUS.

Os complexos do tipo Salen são uma área de pesquisa emergente e lucrativa, principalmente devido às suas diversas funções. “Experimentos reais sobre propriedades explosivas e térmicas desses materiais são precisos, mas extremamente perigosos e, portanto, usar IA para estudar essas propriedades analisando apenas a estrutura cristalina pode ser bastante vantajoso”, explica Akitsu. As descobertas deste estudo foram publicadas na revista FirePhysChem em 30 de dezembro de 2023.

A equipe desenvolveu extensos conjuntos de dados dos gráficos de impressões digitais de Hirschfield dos complexos metálicos do tipo salen armazenados no Cambridge Crystal Database (CCDC) e usou o aprendizado profundo para estudar as características da estrutura cristalina que contribuem para sua explosividade. Para tanto, os pesquisadores também empregaram um autoencoder variacional especial, com o qual transformaram as informações incorporadas nas imagens do gráfico de impressões digitais em um vetor de baixa dimensão. Isto permitiu-lhes estudar quantitativamente as formas das parcelas, o que, até agora, só era feito qualitativamente.

A sua análise revelou que os complexos metálicos do tipo salen não possuem quaisquer características estruturais distintas, indicando que a sua natureza explosiva está ligada à ligação química dos iões perclorato e às suas interacções intermoleculares circundantes.

Destacando a importância deste estudo, o Prof. Akitsu explica:"Tradicionalmente, o campo da engenharia de cristais concentrou-se exclusivamente nas interações de pequenas moléculas em cristais. Mas, no futuro, as interações em sistemas complexos ganharão importância. Isso significa que estudar suas as interações intermoleculares se tornarão ainda mais cruciais. Nosso novo método pode ajudar no estudo de tais interações, apenas pela compreensão da estrutura cristalina. Além disso, também pode contribuir para a descoberta de novos medicamentos e avançar na pesquisa catalítica.

Este estudo também faz uso do CCDC, que, apesar de possuir mais de 1 milhão de cadastros, ainda é subutilizado. Além disso, o método inovador proposto neste estudo pode promover o uso desta base de dados, podendo levar à descoberta de compostos novos e interessantes.

No geral, o estudo oferece insights sobre a natureza explosiva dos percloratos, além de apresentar um método mais seguro baseado em dados para estudar as propriedades físicas dos compostos, avançando na engenharia de cristais e na pesquisa de materiais energéticos.

Mais informações: Takashiro Akitsu et al, Predição de aprendizagem profunda da porção de segurança de cristais complexos do tipo salen em relação a sais de perclorato explosivos, FirePhysChem (2023). DOI:10.1016/j.fpc.2023.12.004
Fornecido pela Universidade de Ciências de Tóquio