Wetenschappers uit Rusland hebben een manier gemeld om de voorspellingsalgoritmen van de kristalstructuur te verbeteren, waardoor de ontdekking van nieuwe verbindingen meerdere keren sneller gaat. De resultaten van het onderzoek zijn gepubliceerd in Computer Natuurkunde Communicatie .

Gezien de steeds toenemende behoefte aan nieuwe technologieën, scheikundigen zoeken naar hoogwaardigere materialen met een betere sterkte, gewicht, stabiliteit en andere eigenschappen. Het zoeken naar nieuwe materialen is een uitdagende taak, en indien experimenteel uitgevoerd, kost veel tijd en geld, omdat er vaak een groot aantal verbindingen onder verschillende omstandigheden moet worden geprobeerd. Computers kunnen hierbij helpen, maar ze vereisen goede algoritmen.

In 2005, Artem R. Oganov, nu hoogleraar Skoltech en Moskou Instituut voor Natuurkunde en Technologie (MIPT), ontwikkelde het evolutionaire kristalstructuurvoorspellingsalgoritme USPEX, misschien wel het meest succesvolle algoritme in het veld, nu gebruikt door enkele duizenden wetenschappers over de hele wereld. USPEX hoeft alleen te weten van welke atomen het kristal is gemaakt. Vervolgens genereert het een klein aantal willekeurige structuren waarvan de stabiliteit wordt beoordeeld op basis van de interactie-energie tussen de atomen. Volgende, een evolutionair mechanisme zorgt voor natuurlijke selectie, crossover en mutaties van de structuren en hun nakomelingen, wat resulteert in bijzonder stabiele verbindingen.

In hun recente studie, wetenschappers van Skoltech, MIPT en Samara State Technical University, geleid door Artem R. Oganov, verbeterde de eerste stap van USPEX, die initiële structuren genereert. Aantonen dat puur willekeurige generatie niet erg effectief is, de onderzoekers wendden zich tot de natuur voor inspiratie en ontwikkelden een generator voor willekeurige structuren op basis van een database van de topologische soorten kristalstructuren, het samensmelten van evolutionaire benaderingen ontwikkeld door Oganov en topologische benaderingen ontwikkeld door professor Vladislav Blatov uit Samara. Wetende dat bijna alle 200, 000 tot nu toe bekende anorganische kristalstructuren behoren tot 3, 000 topologische typen, men kan heel snel een reeks structuren genereren die vergelijkbaar zijn met de gezochte structuur. Uit de tests bleek dat dankzij de nieuwe generator, de evolutionaire zoekactie kan de voorspellingstaken 3 keer sneller aan in vergelijking met de vorige versie.

"De 3, 000 topologische typen zijn het resultaat van abstractie toegepast op reële structuren. Gaat de andere kant op, je kunt uit deze 3 bijna alle bekende structuren en een oneindig aantal onbekende maar redelijke structuren genereren, 000 soorten. Dit is een uitstekend uitgangspunt voor een evolutionair mechanisme. Vanaf het begin bemonstert u waarschijnlijk een gebied dat dicht bij de optimale oplossing ligt. Ofwel krijgt u in het begin de optimale oplossing, of ergens in de buurt komen en het dan krijgen door evolutionaire verbetering, " legt Pavel Bushlanov uit, de eerste auteur van de studie en een onderzoeker in het laboratorium van Oganov in Skoltech.