Scienziati russi hanno segnalato un modo per migliorare gli algoritmi di previsione della struttura cristallina, rendendo la scoperta di nuovi composti più volte più veloce. I risultati dello studio sono stati pubblicati in Computer Fisica Comunicazioni .

Data la sempre maggiore necessità di nuove tecnologie, i chimici cercano materiali più performanti con una migliore resistenza, il peso, stabilità e altre proprietà. La ricerca di nuovi materiali è un compito impegnativo, e se eseguito sperimentalmente, richiede molto tempo e denaro, poiché spesso richiede di provare un numero enorme di composti in condizioni diverse. I computer possono aiutare in questo, ma richiedono buoni algoritmi.

Nel 2005, Artem R. Oganov, ora professore di Skoltech e Moscow Institute of Physics and Technology (MIPT), sviluppato l'algoritmo evolutivo di previsione della struttura cristallina USPEX, forse l'algoritmo di maggior successo nel campo, ora utilizzato da diverse migliaia di scienziati in tutto il mondo. L'USPEX ha solo bisogno di sapere di quali atomi è fatto il cristallo. Quindi genera un piccolo numero di strutture casuali la cui stabilità viene valutata in base all'energia di interazione tra gli atomi. Prossimo, un meccanismo evolutivo spiega la selezione naturale, crossover e mutazioni delle strutture e dei loro discendenti, dando luogo a composti particolarmente stabili.

Nel loro recente studio, scienziati di Skoltech, MIPT e Samara State Technical University, guidato da Artem R. Oganov, migliorato il primo passo di USPEX, che genera strutture iniziali. Dimostrando che la generazione puramente casuale non è molto efficace, i ricercatori si sono rivolti alla natura per trovare ispirazione e hanno sviluppato un generatore di strutture casuali basato su un database dei tipi topologici delle strutture cristalline, amalgamando approcci evolutivi sviluppati da Oganov e approcci topologici sviluppati dal professor Vladislav Blatov di Samara. Sapendo che quasi tutti i 200, 000 strutture cristalline inorganiche conosciute fino ad oggi appartengono a 3, 000 tipi topologici, si può generare molto rapidamente una serie di strutture simili alla struttura ricercata. I test hanno dimostrato che grazie al nuovo generatore, la ricerca evolutiva affronta i compiti di previsione 3 volte più velocemente rispetto alla sua versione precedente.

"Il 3, 000 tipi topologici sono il risultato dell'astrazione applicata a strutture reali. Andando al contrario, puoi generare quasi tutte le strutture conosciute e un numero infinito di strutture sconosciute ma ragionevoli da queste 3, 000 tipi. Questo è un ottimo punto di partenza per un meccanismo evolutivo. Fin dall'inizio molto probabilmente campiona un'area vicina alla soluzione ottimale. O ottieni la soluzione ottimale fin dall'inizio, o avvicinarsi da qualche parte e poi ottenerlo tramite un miglioramento evolutivo, " spiega Pavel Bushlanov, il primo autore dello studio e ricercatore presso il laboratorio di Oganov a Skoltech.