Durante más de 100 primaveras, los científicos han estado utilizando la cristalografía de rayos X para determinar la estructura de materiales cristalinos como metales, rocas y cerámicas.
Esta técnica funciona mejor cuando el cristal está puro, pero en muchos casos los científicos solo tienen una lectura en polvo del material, que contiene fragmentos aleatorios del cristal, lo que hace que sea más difícil restaurar la estructura normal.
Los químicos del MIT han ideado un nuevo maniquí de inteligencia químico generativa que puede simplificar enormemente la determinación de las estructuras de estos cristales en polvo. El maniquí de predicción podría ayudar a los investigadores a caracterizar materiales para su uso en baterías, imanes y muchas otras aplicaciones.
“La estructura es lo primero que hay que retener sobre cualquier material. Es importante para la superconductividad, para los imanes, para retener qué sistema fotovoltaico se ha creado. Es importante para cualquier aplicación que se te ocurra que esté centrada en los materiales”, afirma Danna Freedman, profesora de Química Frederick George Keyes en el MIT.
Freedman y Jure Leskovec, profesor de informática en la Universidad de Stanford, son los autores principales del nuevo estudio, que aparece hoy en el Revista de la Sociedad Química ChaquetaEl estudiante de posgrado del MIT Eric Riesel y el estudiante de pregrado de la Universidad de Yale Tsach Mackey son los autores principales del artículo.
Patrones distintivos
Los materiales cristalinos, entre los que se incluyen los metales y la mayoría de los demás materiales sólidos inorgánicos, están formados por redes que constan de muchas unidades idénticas que se repiten. Estas unidades pueden considerarse como “cajas” con una forma y un tamaño distintivos, con átomos dispuestos con precisión en su interior.
Cuando se emiten rayos X sobre estas redes, se difractan en los átomos con diferentes ángulos e intensidades, lo que revela información sobre las posiciones de los átomos y los enlaces entre ellos. Desde principios del siglo XX, esta técnica se ha utilizado para analizar materiales, incluidas moléculas biológicas que tienen una estructura cristalina, como el ADN y algunas proteínas.
Para los materiales que solo existen como cristal en polvo, resolver estas estructuras se vuelve mucho más difícil porque los fragmentos no tienen la estructura 3D completa del cristal diferente.
“La red precisa todavía existe, porque lo que llamamos polvo es en sinceridad una colección de microcristales. Por lo tanto, tiene la misma red que un cristal amplio, pero están en una orientación completamente aleatoria”, dice Freedman.
Existen patrones de difracción de rayos X para miles de estos materiales, pero aún no se han resuelto. Para intentar descifrar las estructuras de estos materiales, Freedman y sus colegas entrenaron un maniquí de educación forzoso con datos de una colchoneta de datos citación Materials Project, que contiene más de 150.000 materiales. Primero, introdujeron decenas de miles de estos materiales en un maniquí existente que puede fingir cómo se verían los patrones de difracción de rayos X. Luego, utilizaron esos patrones para entrenar su maniquí de inteligencia químico, al que llaman Crystalyze, para predecir estructuras basadas en los patrones de rayos X.
El maniquí divide el proceso de predicción de estructuras en varias subtareas. En primer puesto, determina el tamaño y la forma de la “caja” reticular y qué átomos entrarán en ella. A continuación, predice la disposición de los átomos en el interior de la caja. Para cada patrón de difracción, el maniquí genera varias estructuras posibles, que se pueden probar introduciendo las estructuras en un maniquí que determina los patrones de difracción para una estructura determinada.
“Nuestro maniquí es una IA generativa, lo que significa que genera poco que no ha conocido ayer y eso nos permite originar varias suposiciones diferentes”, dice Riesel. “Podemos hacer cien suposiciones y luego podemos predecir cómo debería sobresalir el patrón de polvo para nuestras suposiciones. Y luego, si la entrada se ve exactamente como la salida, entonces sabemos que lo hicimos admisiblemente”.
Resolver estructuras desconocidas
Los investigadores probaron el maniquí en varios miles de patrones de difracción simulados del Tesina de Materiales. Todavía lo probaron en más de 100 patrones de difracción experimentales de la colchoneta de datos RRUFF, que contiene datos de difracción de rayos X en polvo para casi 14.000 minerales cristalinos naturales, que habían conservado fuera de los datos de entrenamiento. En estos datos, el maniquí fue preciso aproximadamente del 67 por ciento de las veces. Luego, comenzaron a probar el maniquí en patrones de difracción que no se habían resuelto ayer. Estos datos provenían del Archivo de difracción de polvo, que contiene datos de difracción de más de 400.000 materiales resueltos y no resueltos.
Con su maniquí, los investigadores idearon estructuras para más de 100 de estos patrones que no habían sido resueltos hasta ahora. Todavía utilizaron su maniquí para descubrir estructuras para tres materiales que el laboratorio de Freedman creó forzando a principios que no reaccionan a presión atmosférica a formar compuestos bajo inscripción presión. Este enfoque se puede utilizar para originar nuevos materiales que tienen estructuras cristalinas y propiedades físicas radicalmente diferentes, aunque su composición química sea la misma.
El mina y el diamante, los dos compuestos de carbono puro, son ejemplos de este tipo de materiales. Los materiales que ha desarrollado Freedman, que contienen bismuto y otro ambiente, podrían ser efectos en el diseño de nuevos materiales para imanes permanentes.
“Encontramos muchos materiales nuevos a partir de datos existentes y, lo más importante, resolvimos tres estructuras desconocidas de nuestro laboratorio que comprenden las primeras fases binarias nuevas de esas combinaciones de principios”, dice Freedman.
Poder determinar las estructuras de materiales cristalinos en polvo podría ayudar a los investigadores que trabajan en casi cualquier campo relacionado con los materiales, según el equipo del MIT, que ha publicado una interfaz web para el maniquí en cristalyze.org.
La investigación fue financiada por el Sección de Energía de EE. UU. y la Fundación Doméstico de Ciencias.