I metodi computazionali consentono di controllare la competizione di fase tra le strutture di zeolite. Rappresentazione artistica di come una molecola progettata al computer sia in grado di sintetizzare due strutture diverse. Credito:Schwalbe-Koda et al.
Zeoliti, gruppi di minerali costituiti da alluminosilicati idrati, sono noti per essere materiali altamente promettenti per una serie di applicazioni. Ad esempio, possono essere usati come catalizzatori, scambiatori cationici e setacci molecolari.
Mentre molti studi passati hanno esaminato il potenziale di questi materiali, finora la gestione della competizione di fase durante la sintesi della zeolite si è rivelata impegnativa e laboriosa. Il termine sintesi di zeoliti si riferisce ai processi attraverso i quali le zeoliti possono essere create o sintetizzate in laboratorio.
Ricercatori del Massachusetts Institute of Technology (MIT), in collaborazione con ricercatori dell'Università Politecnica di Valencia e dell'Università di Stoccolma, hanno recentemente proposto una nuova strategia per controllare la selettività di fase durante i processi di sintesi della zeolite templata. Questa strategia, presentato in un articolo pubblicato in Scienza , si basa sull'uso combinato di simulazioni atomistiche, estrazione della letteratura, interazioni uomo-computer, tecniche di sintesi e caratterizzazione dei materiali.
"La nostra ricerca nel Learning Matter Lab del MIT si concentra sui problemi dell'ago nel pagliaio nella scienza dei materiali, "Rafael Gomez Bombarelli, uno dei ricercatori che ha condotto lo studio, ha detto a Phys.org. "Progettare una molecola che modella selettivamente una data zeolite è stato per decenni un difficile problema combinatorio, con un sacco di tentativi ed errori in laboratorio. Sebbene le simulazioni atomistiche abbiano storicamente aiutato, gli approcci tradizionali mancavano del ruolo della selettività perché si concentravano su una singola zeolite alla volta".
I metodi computazionali consentono la progettazione di modelli per cavità di zeolite. Credito:Schwalbe-Koda et al.
Gomez-Bombarelli ei suoi colleghi hanno utilizzato simulazioni ad alto rendimento basate sulla meccanica molecolare per quantificare l'affinità di diversi modelli molecolari sia con la zeolite che stavano cercando di creare sia con quelli che non erano adatti per una data applicazione. Il team ha tratto informazioni da oltre 586, 000 simulazioni di molecole di zeolite allineate con la letteratura esistente nella progettazione dei materiali.
"Utilizzando queste simulazioni, abbiamo trovato modelli più selettivi anche se non sono i leganti più forti, "Daniel Schwalbe-Koda, un altro ricercatore coinvolto nello studio, ha detto a Phys.org. "Grazie a veloci algoritmi che abbiamo messo a punto nel corso dell'anno precedente e che abbiamo confrontato con decenni di dati di letteratura, le nostre simulazioni erano ordini di grandezza più veloci degli approcci tradizionali e ci hanno permesso di raggiungere un gran numero di combinazioni in modo molto efficiente".
I risultati delle simulazioni hanno portato all'identificazione di diversi possibili progetti di zeoliti che potrebbero essere realizzati in futuro. Sebbene non vi sia alcuna certezza che tutti i design che hanno identificato sarebbero stati ideali, l'opera di Gomez-Bombarelli, Schwalbe-Koda e i suoi colleghi potrebbero aiutare a restringere la ricerca di progetti di zeolite promettenti e ad accelerare i processi di sintesi della zeolite.
"La teoria ha tipicamente supportato gli esperimenti nella scienza della zeolite, ma raramente ha aperto la strada, "Manuel Moline, uno dei ricercatori che ha condotto lo studio, ha detto a Phys.org. "Con queste nuove intuizioni, le nostre possibilità di successo quando ci proponiamo di creare nuovi materiali in laboratorio sono molto più alte e ci sono un sacco di potenziale non sfruttato nelle molecole che non hanno ricevuto attenzione ma che possono sbloccare nuovi, catalizzatori efficienti ed economici”.
La competizione di fase è quantificata per più di 200 zeoliti conosciute e per tutti i modelli di letteratura. I risultati della simulazione consentono ai ricercatori di trovare non solo buone molecole per un dato quadro, ma quali strutture possono cristallizzare quando una data molecola viene utilizzata nella sintesi. Credito:Schwalbe-Koda et al.
Questo recente studio conferma che strumenti e algoritmi computazionali altamente performanti potrebbero svolgere un ruolo chiave nell'identificazione di nuovi materiali promettenti. Ciò nonostante, i ricercatori credono fermamente che l'intuizione di umani esperti sia ancora necessaria quando si analizzano le simulazioni al computer o le previsioni di un algoritmo.
"Alla fine del giorno, gli esseri umani sono gli utenti finali dei dati, quindi dovremmo cercare di renderlo il più utile possibile per applicazioni pratiche, "Schwalbe-Koda ha detto. "Una delle mie intuizioni preferite del nostro studio è che la forma molecolare è un grande predittore di selettività. Siamo riusciti a creare un nuovo materiale a metà tra due conosciuti, utilizzando un modello la cui forma è a metà tra le molecole tradizionalmente utilizzate."
La nuova strategia computazionale per il controllo della sintesi della zeolite e della composizione della struttura presentata da Gómez-Bombarelli, Schwalbe-Koda, Moliner e i suoi colleghi potrebbero presto contribuire alla scoperta di nuovi promettenti modelli di zeolite. Ciò potrebbe avere importanti implicazioni per diversi campi di ricerca, compreso il settore energetico e gli sforzi per affrontare il cambiamento climatico. I ricercatori hanno quindi deciso di rendere pubblicamente disponibili i propri dati attraverso un sito web interattivo online.
"Ci sono molte strade interessanti per la ricerca futura, "Moliner ha detto. "Due che sono di interesse teorico e pratico vengono in mente. Uno è personalizzare la composizione e la geometria della tasca catalitica nella zeolite e spostarsi verso "enzimi inorganici". Un altro sta realizzando zeoliti completamente nuove che per ora rimangono puramente ipotetiche. Rendendo i nostri dati di simulazione disponibili alla comunità, ci aspettiamo che anche altri saranno ispirati a perseguire nuove direzioni creative".
© 2021 Science X Network
