Wetenschap
Kunstmatig neuraal netwerkmodel dat in dit werk wordt gebruikt Krediet: ACS Biomaterialen Wetenschap &Techniek
Onderzoekers van het Tokyo Institute of Technology (Tokyo Tech) hebben kunstmatige intelligentie (AI) gebruikt om de mate van waterafstoting en eiwitadsorptie door ultradunne organische materialen te voorspellen. Door nauwkeurige voorspellingen van waterafstoting en eiwitadsorptie mogelijk te maken, zelfs door hypothetische materialen, de aanpak van het team opent nieuwe mogelijkheden voor het screenen en ontwerpen van organische materialen met gewenste functies.
Het gebruik van informatica op het gebied van ontwerp van anorganische materialen heeft geleid tot de opkomst van nieuwe soorten katalysatoren, batterijen en halfgeleiders. In tegenstelling tot, op informatica gebaseerd ontwerp van biomaterialen (d.w.z. organische in tegenstelling tot anorganische vastestofmaterialen) wordt nog maar net onderzocht.
Nutsvoorzieningen, een team van onderzoekers van Tokyo Tech onder leiding van universitair hoofddocent Tomohiro Hayashi heeft met succes doorgedrongen in dit opkomende veld. Ze gebruikten machine learning met een artificieel neuraal netwerk (ANN) -model om twee belangrijke eigenschappen te voorspellen - de mate van waterafstoting en affiniteit voor eiwitmoleculen - van ultradunne organische materialen die bekend staan als zelf-geassembleerde monolagen (SAM's). SAM's zijn op grote schaal gebruikt om organische modeloppervlakken te maken om de interactie tussen eiwitten en materialen te onderzoeken vanwege hun gemak van voorbereiding en veelzijdigheid.
Door de ANN te trainen met behulp van een op literatuur gebaseerde database van 145 SAM's, de ANN werd in staat om waterafstoting (gemeten in termen van de mate van watercontacthoek) en eiwitadsorptie nauwkeurig te voorspellen. Het team demonstreerde vervolgens de voorspelling van waterafstoting en eiwitadsorptie, zelfs voor hypothetische SAM's.
Voorspellingsresultaten van watercontacthoek en adsorptie van fibrinogeen. Krediet:biomaterialenwetenschap en -techniek
SAM's zijn aantrekkelijk voor de ontwikkeling van vele toepassingen in de organische elektronica en de biomedische sector. De twee eigenschappen die in het onderzoek zijn onderzocht, zijn van enorm belang voor biomedische ingenieurs. "Bijvoorbeeld, implantaatmaterialen met een lage watercontacthoek zorgen voor snelle integratie met de omringende harde weefsels, "zegt Hayashi. "In het geval van kunstmatige bloedvaten, de weerstand tegen de adsorptie van bloedeiwitten, in het bijzonder fibrinogeen, is een kritische factor om bloedplaatjesadhesie en bloedstolling te voorkomen."
Algemeen, de studie opent de deur naar geavanceerde materiaalscreening en ontwerp van SAM's met mogelijk sterk verminderde kosten en tijdschalen.
De onderzoekers zijn van plan hun database verder op te schalen en, binnen enkele jaren, om hun aanpak uit te breiden met polymeren, keramiek en metalen.
Wetenschap © https://nl.scienceaq.com