Een nieuwe benadering zou materiaalwetenschappers kunnen helpen bij het identificeren van de juiste moleculen om te gebruiken om doel-nanomaterialen te synthetiseren. De methode is ontwikkeld door Daniel Packwood van het Institute for Integrated Cell-Material Sciences (iCeMS) van de Universiteit van Kyoto en Taro Hitosugi van het Tokyo Institute of Technology. Het gaat om het verbinden van de chemische eigenschappen van moleculen met de nanostructuren die ontstaan ​​als gevolg van hun interactie. Een machine learning-techniek genereert gegevens die vervolgens worden gebruikt om een ​​diagram te ontwikkelen dat verschillende moleculen categoriseert op basis van de vormen van nanogrootte die ze vormen.

Het fabriceren van nanomaterialen met behulp van een bottom-up benadering vereist het vinden van voorlopermoleculen die op elkaar inwerken en correct op elkaar aansluiten terwijl ze zichzelf assembleren. Maar het was een grote uitdaging om te weten hoe precursormoleculen op elkaar inwerken en welke vormen ze zullen vormen.

Bottom-up fabricage van grafeen nanoribbons krijgt veel aandacht vanwege hun potentiële gebruik in elektronica, weefsel engineering, bouw, en bio-imaging. Een manier om ze te synthetiseren is door bianthraceen-precursormoleculen te gebruiken waaraan functionele broomgroepen zijn gehecht. De broomgroepen interageren met een kopersubstraat om ketens van nanogrootte te vormen. Wanneer deze ketens worden verwarmd, ze veranderen in grafeen nanoribbons.

Packwood en Hitosugi testten hun simulator met deze methode voor het bouwen van grafeen-nanoribbons.

Het model gebruikt gegevens over de chemische eigenschappen van een verscheidenheid aan moleculen die aan bianthraceen kunnen worden gehecht om het te functionaliseren en de interactie met koper te vergemakkelijken. De gegevens doorliepen een reeks processen die uiteindelijk leidden tot de vorming van een dendrogram.

Hieruit bleek dat het hechten van waterstofmoleculen aan bianthraceen leidde tot de ontwikkeling van sterke eendimensionale nanoketens. Fluor, broom, chloor, amidogeen- en vinylfunctionele groepen leidden tot de vorming van matig sterke nanoketens. Trifluormethyl- en methyl-functionele groepen leidden tot de vorming van zwakke eendimensionale eilanden van moleculen, en hydroxide- en aldehydegroepen leidden tot de vorming van sterke tweedimensionale tegelvormige eilanden.

De informatie die in het dendogram wordt geproduceerd, is gewijzigd op basis van de verstrekte temperatuurgegevens. De bovenstaande categorieën zijn van toepassing wanneer de interacties worden uitgevoerd bij -73°C. De resultaten veranderden met warmere temperaturen. De onderzoekers raden aan de gegevens toe te passen bij lage temperaturen, waar het effect van de chemische eigenschappen van de functionele groepen op nanovormen het duidelijkst is.

De techniek kan worden toegepast op andere substraten en voorlopermoleculen. De onderzoekers beschrijven hun methode als analoog aan het periodiek systeem van chemische elementen, welke atomen groepeert op basis van hoe ze zich aan elkaar hechten. "Echter, om echt te bewijzen dat de dendrogrammen of andere op informatica gebaseerde benaderingen net zo waardevol kunnen zijn voor de materiaalwetenschap als het periodiek systeem, we moeten ze opnemen in een echt bottom-up experiment voor de fabricage van nanomaterialen, " concluderen de onderzoekers in hun studie gepubliceerd in het tijdschrift Natuurcommunicatie . "We volgen momenteel deze richting in onze laboratoria."