p Pesquisadores do Centro de Nanociência e da Faculdade de Tecnologia da Informação da Universidade de Jyväskylä, Finlândia, alcançaram um passo significativo na previsão de estruturas atômicas de nanopartículas híbridas. Um artigo de pesquisa publicado em Nature Communications em 3 de setembro de 2019, demonstra um novo algoritmo que aprende a prever sítios de ligação de moléculas na interface metal-molécula de nanopartículas híbridas usando informações estruturais experimentais já publicadas em sistemas de referência de nanopartículas. O algoritmo pode, em princípio, ser aplicado a qualquer estrutura de tamanho nanométrico consistindo de metais e moléculas, desde que alguma informação estrutural já exista nos sistemas correspondentes. p A pesquisa foi financiada pelo programa de pesquisa AIPSE da Academia da Finlândia (Novas Aplicações de Inteligência Artificial em Ciências Físicas e Pesquisa de Engenharia).

p Nanopartículas de metal híbrido de tamanho nanométrico têm muitas aplicações em diferentes processos, incluindo catálise, nanoeletrônica, nanomedicina e imagens biológicas. Muitas vezes, é importante conhecer a estrutura atômica detalhada da partícula para entender sua funcionalidade. As partículas consistem em um núcleo de metal e uma camada protetora de moléculas. Microscópios eletrônicos de alta resolução são capazes de produzir estruturas atômicas 3-D do núcleo de metal, mas esses instrumentos não podem detectar a camada molecular que consiste em átomos leves, como o carbono, nitrogênio e oxigênio. O novo algoritmo publicado pelos pesquisadores em Jyväskylä ajuda a criar modelos atômicos precisos da estrutura total das partículas, permitindo simulações da interface metal-molécula, bem como da superfície da camada molecular e suas interações com o meio ambiente. O algoritmo também pode classificar os modelos estruturais atômicos previstos com base em quão bem os modelos reproduzem as propriedades medidas de outras partículas de tamanho e tipo semelhantes.

p "A ideia básica por trás do nosso algoritmo é muito simples. As ligações químicas entre os átomos são sempre discretas, tendo ângulos de ligação e distâncias de ligação bem definidos. Portanto, cada estrutura de nanopartícula conhecida por experimentos, onde as posições de todos os átomos são resolvidas com precisão, diz algo essencial sobre a química da interface metal-molécula. A questão interessante a respeito das aplicações da inteligência artificial para previsões estruturais é:quantas dessas estruturas já conhecidas precisamos saber para que as previsões para novas, ainda que partículas desconhecidas se tornem confiáveis? Parece que precisamos apenas de algumas dezenas de estruturas conhecidas, diz o autor principal do artigo, Sami Malola, que trabalha como pesquisador universitário no Centro de Nanociências da Universidade de Jyväskylä.

p "Na próxima fase deste trabalho iremos construir modelos de interação atômica eficientes para nanopartículas de metal híbrido usando métodos de aprendizado de máquina. Esses modelos nos permitirão investigar vários tópicos interessantes e importantes, como reações partícula-partícula e a capacidade de funcionamento das nanopartículas. como veículos de entrega para pequenas moléculas de drogas, "diz o professor da Academia Hannu Häkkinen, quem conduziu o estudo.

p Colaborador de Häkkinen, O professor Tommi Kärkkäinen da Faculdade de Ciência da Informação da Universidade de Jyväskylä continua:"Este é um passo significativo no contexto de uma nova colaboração interdisciplinar em nossa universidade. Aplicando inteligência artificial a tópicos desafiadores em nanociência, tais como previsões estruturais para novos nanomateriais, certamente levará a novos avanços. "