Daniel Packwood, Professore Associato Junior presso l'Istituto per le scienze integrate dei materiali cellulari (iCeMS) dell'Università di Kyoto, sta migliorando i metodi per costruire minuscoli "nanomateriali" utilizzando un approccio "dal basso verso l'alto" chiamato "autoassemblaggio molecolare". Usando questo metodo, le molecole vengono scelte in base alla loro capacità di interagire spontaneamente e combinarsi per formare forme con funzioni specifiche. Nel futuro, questo metodo può essere utilizzato per produrre fili minuscoli con diametri 1/100, 000esimo quello di un capello, o minuscoli circuiti elettrici che possono stare sulla punta di un ago.

L'autoassemblaggio molecolare è un processo spontaneo che non può essere controllato direttamente da apparecchiature di laboratorio, quindi deve essere controllato indirettamente. Questo viene fatto scegliendo attentamente la direzione delle interazioni intermolecolari, noto come "controllo chimico", e scegliendo con cura la temperatura alla quale avvengono queste interazioni, noto come "controllo entropico".

I ricercatori sanno che quando il controllo entropico è molto debole, Per esempio, le molecole sono sotto controllo chimico e si assemblano nella direzione dei siti liberi disponibili per l'interazione molecola-molecola. D'altra parte, l'autoassemblaggio non si verifica quando il controllo entropico è molto più forte del controllo chimico, e le molecole rimangono disperse in modo casuale.

Fino ad ora, non è stato possibile per i ricercatori indovinare quali tipi di strutture risulteranno dall'autoassemblaggio molecolare quando il controllo entropico non è né debole né forte rispetto al controllo chimico.

Packwood ha collaborato con colleghi in Giappone e negli Stati Uniti per sviluppare un metodo computazionale che consente loro di simulare l'autoassemblaggio molecolare su superfici metalliche, separando gli effetti dei controlli chimici ed entropici.

Questo nuovo metodo computazionale utilizza l'intelligenza artificiale per simulare il comportamento delle molecole quando vengono posizionate su una superficie metallica. Nello specifico, una tecnica di "machine learning" viene utilizzata per analizzare un database di interazioni intermolecolari. Questa tecnica di machine learning costruisce un modello che codifica le informazioni contenute nel database, e, a sua volta, questo modello può prevedere l'esito del processo di autoassemblaggio molecolare con elevata precisione.

Il team ha utilizzato questo metodo per studiare l'autoassemblaggio di tre diverse molecole di idrocarburi, le cui strutture variano nella forza della direzione delle loro interazioni intermolecolari. In altre parole, hanno variato la forza del controllo chimico modificando la molecola in studio.

Mentre un controllo chimico più forte ha fatto sì che le molecole si assemblassero in strutture a forma di catena, gli effetti di controlli entropici più forti si sono rivelati più controintuitivi. Per esempio, hanno scoperto che il rafforzamento del controllo entropico potrebbe trasformare grandi, strutture disordinate in diversi piccoli, ordinato, strutture a forma di catena. Hanno anche dimostrato che la formazione di strutture disordinate deriva da un debole controllo chimico piuttosto che da un forte controllo entropico.

Queste previsioni, che sono stati verificati mediante confronti con immagini microscopiche ad alta risoluzione di molecole reali su superfici metalliche, può portare a controlli, fabbricazione su larga scala di minuscoli cavi elettrici e altri nanomateriali per dispositivi futuri. I dispositivi realizzati con nanomateriali sarebbero significativamente più piccoli ed economici dell'elettronica esistente, e avrebbe una durata della batteria molto lunga a causa del basso consumo energetico.

"Grazie allo sviluppo continuo del nostro codice e della nostra teoria, ci aspettiamo di ottenere regole sempre più dettagliate per il controllo dell'autoassemblaggio molecolare e per favorire il processo di fabbricazione dei nanomateriali dal basso verso l'alto, " concludono i ricercatori nel loro studio pubblicato sulla rivista Comunicazioni sulla natura .