Skræddersyet kulstof kan hjælpe forskere med at finde arvelige sygdomme og de rigtige doser af medicin

Sensorer fremstillet med kulstofbaserede materialer kan give unikke nøjagtige og realtidsoplysninger om arvelige sygdomme eller koncentrationen af ​​lægemidler i kroppen. Ud over medicin, kulholdige materialer bruges i batterier, solceller og vandrensning.

Andre elementer, såsom brint og ilt, er næsten altid til stede i kulstofbaserede materialer, som ændrer materialernes egenskaber. Derfor, at modificere materialer til ønskede anvendelser kræver viden på atomniveau om kulstofoverfladestrukturer og deres kemi. Forskere ved Aalto Universitet, University of Cambridge, University of Oxford og Stanford University har nu taget et væsentligt nyt skridt fremad med at beskrive kulstofholdige materialers atomare natur.

Detaljerede oplysninger om kulstofoverflader kan opnås ved røntgenspektroskopi, men det spektrum, det producerer, er udfordrende at fortolke, fordi det opsummerer information fra flere lokale kemiske miljøer på overfladen. Forskerne har udviklet en ny systematisk analysemetode, der bruger maskinlæring til at integrere beregningsmodellen (density functional theory) med de eksperimentelle resultater af kulstofprøven. Den nye metode gør det muligt at opdele det eksperimentelle spektrum produceret ved røntgenspektroskopi i data på atomniveau.

"I fortiden, eksperimentelle resultater er blevet fortolket forskelligt, baseret på varierende litteraturhenvisninger, men nu var vi i stand til at analysere resultaterne ved kun at bruge beregningsreferencer. Den nye metode giver os en meget bedre forståelse af kulstofoverfladekemi uden menneskeinduceret skævhed, " siger Anja Aarva, en ph.d.-studerende ved Aalto Universitet.

Den nye metode udvider kendskabet til kulstofbaserede materialer

I en todelt undersøgelse, forskerne undersøgte i første omgang, hvordan forskelligt bundet kulstof påvirker dannelsen af ​​det eksperimentelle spektrum kvalitativt. Forskerne forsøgte derefter at aggregere det målte spektrum med beregningsspektrumreferencedata for at opnå et kvantitativt estimat af, hvad det eksperimentelle spektrum består af. Dette var for at hjælpe dem med at bestemme, hvad arten af ​​kulstofprøven på atomniveau er. Den nye metode er velegnet til at analysere overfladekemien af ​​forskellige former for kulstof, såsom grafen, diamant og amorft kulstof.

Undersøgelsen er en fortsættelse af arbejdet fra Aalto Universitys postdoc-forsker Miguel Caro og professor Volker Deringer fra Oxford University, som i vid udstrækning kortlagde strukturen og reaktiviteten af ​​amorft kulstof. Undersøgelsen bruger maskinlæringsmetoder udviklet af professor Volker Deringer og professor Gabor Csányi fra Cambridge University. Eksperimentelle målinger blev udført af Sami Sainio, en Aalto-baseret postdoc-forsker ved Stanford University.

"Næste, vi agter at bruge den metode, vi har udviklet til at forudsige, for eksempel, hvilken slags kulstofoverflade ville være bedst til elektrokemisk identifikation af visse neurotransmittere, og prøv derefter at fremstille den ønskede overflade. På denne måde beregningsarbejde ville vejlede eksperimentelt arbejde og ikke omvendt, som det typisk har været tilfældet tidligere, " Tomi Laurila, sagde professor ved Aalto Universitet.

Undersøgelsen blev publiceret som en todelt artikel i Materialernes kemi .