Ingegneri e chimici dell'Università di Hiroshima hanno utilizzato con successo la tecnologia alla base del riconoscimento facciale per progettare cristalli chirali. Questo è il primo studio che riporta l'uso di questa tecnologia, chiamata analisi di regressione logistica, prevedere quali gruppi chimici sono i migliori per produrre molecole chirali. I risultati sono stati pubblicati in Lettere di chimica .

La chiralità descrive la qualità di possedere un'immagine speculare a qualcos'altro, ma senza la possibilità di sovrapporlo. Il tuo piede sinistro, Per esempio, è uno specchio della tua destra. Sembrano simili, ma non sono la stessa cosa. Questo è il motivo per cui non puoi indossare una scarpa sinistra sul piede destro.

L'idea è simile in chimica. Due molecole possono avere la stessa composizione di elementi, ma la loro geometria può differire. Un'elica chirale sinistrorsa può avere un'elica destrorsa corrispondente.

Però, fare un'immagine speculare di una molecola chirale è più complicato che riorganizzare semplicemente alcuni legami. Un ulteriore livello di complessità sorge quando si realizza un cristallo, una serie altamente ordinata di atomi o molecole che possono estendersi in tre dimensioni.

"La parte più difficile della creazione di un cristallo chirale, " L'autore principale Katsuya Inoue ha detto, "è saperli progettare." Inoue è ricercatore presso la Graduate School of Engineering dell'Università di Hiroshima (HU).

Secondo Inoue, è difficile mischiare atomi diversi in modo che la loro geometria chirale coesiste in un singolo cristallo. Solo, due tipi di atomi vorranno formare legami con gli stessi angoli. Quando combinato, anche se, potrebbero non farlo.

Il team ha analizzato 686 cristalli chirali e 1000 cristalli achirali dall'Inorganic Crystal Structure Database. Utilizzando la regressione logistica, Il team di Inoue ha progettato un modello per mostrare il modo migliore per progettare cristalli chirali.

Hanno calcolato quali gruppi chimici della tavola periodica hanno elementi che hanno maggiori probabilità di coesistere in un cristallo chirale. I gruppi che corrispondono al carbonio, azoto, e l'ossigeno erano i migliori - o il gruppo numero 14, 15, e 16, rispettivamente.

La regressione logistica è un metodo statistico che può distinguere due oggetti. Eri Shimono, co-autore e assistente di ricerca presso il Dipartimento di Chimica e Centro di ricerca sulla chiralità dell'HU, rispetto all'uso negli smartphone.

"Nel riconoscimento facciale, gli smartphone utilizzano l'apprendimento automatico per classificare volti e cose che non sono volti, "Shimono ha detto. "Possiamo addestrare il nostro modello a rilevare possibilità chirali e non chirali. In questo caso, anche se, l'input non è un'immagine. È informazione".

Andando avanti, il team sta mettendo a punto il modello di previsione in due modi. Primo, vogliono tenere conto di più atomi in un cristallo. "Siamo partiti da due atomi. In realtà, anche se, molti cristalli sono fatti con tre o quattro, " Ha detto Inoue. "Dobbiamo estendere questo modello per adattarlo a questi casi".

Secondo, stanno applicando l'apprendimento profondo. Il modello attuale, che utilizza l'apprendimento automatico di base, è costituito da dati esistenti. Il deep learning consentirebbe ai ricercatori di classificare i nuovi dati come chirali o meno. Da questi risultati, il team prevede di iniziare a creare alcuni cristalli previsti ed esplorare come costruire un magnete chirale da essi.