Ingenieurs en chemici van de Universiteit van Hiroshima gebruikten met succes de technologie die ten grondslag ligt aan gezichtsherkenning om chirale kristallen te ontwerpen. Dit is de eerste studie die het gebruik van deze technologie rapporteert, logistische regressieanalyse genoemd, om te voorspellen welke chemische groepen het beste zijn voor het maken van chirale moleculen. Resultaten zijn gepubliceerd in Chemie Brieven .

Chiraliteit beschrijft de kwaliteit van het bezitten van een spiegelbeeld voor iets anders, maar zonder de mogelijkheid om het te overlappen. Je linkervoet, bijvoorbeeld, is een spiegel van uw recht. Ze lijken op elkaar, maar ze zijn niet hetzelfde. Dit is de reden waarom je een linkerschoen niet aan je rechtervoet kunt dragen.

Het idee is vergelijkbaar in de chemie. Twee moleculen kunnen dezelfde samenstelling van elementen hebben, maar hun geometrie kan verschillen. Een linkshandige chirale helix kan een overeenkomstige rechtshandige helix hebben.

Echter, het maken van een spiegelbeeld van een chiraal molecuul is ingewikkelder dan alleen het herschikken van enkele bindingen. Een extra laag complexiteit ontstaat bij het maken van een kristal, een sterk geordende reeks atomen of moleculen die zich in drie dimensies kunnen uitstrekken.

"Het moeilijkste deel van het maken van een chiraal kristal, " hoofdauteur Katsuya Inoue zei:"is weten hoe je ze moet ontwerpen." Inoue is onderzoeker aan de Graduate School of Engineering van Hiroshima University (HU).

Volgens Inoué, het is moeilijk om verschillende atomen te mengen zodat hun chirale geometrie naast elkaar bestaat in een enkel kristal. Alleen, twee soorten atomen zullen bindingen willen vormen met dezelfde hoeken. Wanneer gecombineerd, Hoewel, zij misschien niet.

Het team analyseerde 686 chirale kristallen en 1000 achirale kristallen uit de Inorganic Crystal Structure Database. Door logistische regressie te gebruiken, Het team van Inoue ontwierp een model om de beste manier te laten zien om chirale kristallen te ontwerpen.

Ze berekenden welke chemische groepen van het periodiek systeem elementen bevatten die waarschijnlijker naast elkaar voorkomen in een chiraal kristal. De groepen die overeenkomen met koolstof, stikstof, en zuurstof waren het beste - of groepsnummers 14, 15, en 16, respectievelijk.

Logistische regressie is een statistische methode die twee objecten van elkaar kan onderscheiden. Eri Shimono, co-auteur en onderzoeksassistent bij het Department of Chemistry and Chirality Research Center van de HU, vergeleken met het gebruik in smartphones.

"Bij gezichtsherkenning smartphones gebruiken machine learning om gezichten en dingen die geen gezichten zijn te classificeren, " Zei Shimono. "We kunnen ons model trainen om chirale en niet-chirale mogelijkheden te detecteren. In dit geval, Hoewel, de invoer is geen afbeelding. Het is informatie."

Vooruit gaan, het team verfijnt het voorspellingsmodel op twee manieren. Eerst, ze willen rekening houden met meer atomen in een kristal. "We zijn begonnen met twee atomen. In werkelijkheid, Hoewel, veel kristallen zijn gemaakt met drie of vier, "Zei Inoue. "We moeten dit model uitbreiden om in deze gevallen te passen."

Tweede, ze passen deep learning toe. Het huidige model, die gebruikmaakt van elementaire machine learning, is gemaakt van bestaande gegevens. Deep learning zou onderzoekers in staat stellen nieuwe gegevens als chiraal te classificeren of niet. Uit deze resultaten blijkt het team is van plan om enkele voorspelde kristallen te maken en te onderzoeken hoe ze een chirale magneet van hen kunnen maken.