Kunstig intelligens fremskynder opdagelsen af ​​mere bæredygtige, højere ydeevne polymerer

Store kemikere har opdaget måder at kombinere kulstof, brint, oxygen og nitrogen i alle slags plastik:lækagesikker fødevareemballage, varmebestandige bildele, holdbare personlige værnemidler – listen er lang.

Den virkelige udfordring for en materialeforsker i det 21. århundrede er at finde den perfekte opskrift på at gøre polymerer mere bæredygtige og mere effektive på samme tid – især hvis du kun har petrokemikalier ved hånden.

"Råolie består i vid udstrækning af kulbrinter - i det væsentlige arrangementer af kulstof og brint kemisk forbundet med hinanden, som har nogle ret bemærkelsesværdige og fordelagtige egenskaber," sagde National Renewable Energy Laboratory (NREL) videnskabsmand Brandon Knott.

"Men kulbrinter mangler heteroatomer som oxygen og nitrogen, og det kan kræve betydelig energi at tilføje dem, når man fremstiller polymerer, der har brug for bredere funktionalitet end hvad kulbrinter giver."

En god løsning, forklarede Knott, er at tilføje ilt- og nitrogenrig biomasse og affald til ingredienslisten. Majsstilke, alger og endda affald indeholder ekstra kemiske bindinger, som ofte giver kemikere større fleksibilitet til at opnå specifikke egenskaber.

Men finder du den perfekte opskrift på både bæredygtighed og uovertruffen ydeevne?

Et NREL maskinlæringsværktøj, PolyID:Polymer Inverse Design, gør det nemmere at finde balancen. Ved hjælp af kunstig intelligens kan værktøjet forudsige materialeegenskaber baseret på molekylær struktur. Det gør det muligt at screene millioner af mulige polymerdesigns for at skabe en kort liste over kandidater til en given ansøgning.

Værktøjet er diskuteret i dybden i Macromolecules .

Smart algoritme forbinder materialeegenskaber med molekylær struktur

Algoritmen bag PolyID er et state-of-the-art fremskridt til en grundlæggende tilgang kendt som "gruppebidragsteori." Værktøjet opbygger associationer mellem arrangementer af oxygen, brint, kulstof og andre elementer og materialeegenskaber for at forudsige egenskaber som elasticitet, varmetolerance og tætningsevne.

Med et voksende bibliotek af forbindelser mellem polymerers molekylære strukturer og deres kendte egenskaber "lærer" den at forudsige, hvordan nye polymerer kan designes til at opnå specifikke fysiske egenskaber.

"Hvis du gør det med et par tusinde polymerer til at træne algoritmen, begynder du at få virkelig præcise forudsigelser for strukturer, der ikke er set før af algoritmen og måske ikke er blevet lavet før," forklarede Nolan Wilson, lederen. forfatter på papiret.

Med tusindvis af polymerer i referencebiblioteket gør værktøjet det muligt for forskere at arbejde baglæns, når de søger efter nye polymerdesigns. De kan først identificere ønskede egenskaber og vælge potentielle polymerdesigns.

Casestudie:At finde bionedbrydelige alternativer til nutidens fødevareemballagefilm

For eksempel brugte NREL-forskere PolyID til hurtigt at screene mere end 15.000 plantebaserede polymerer på jagt efter biologisk nedbrydelige alternativer til nutidens fødevareemballagefilm. Primært fremstillet af polyethylen med høj densitet – et petroleumsbaseret materiale – emballagefilm er ofte designet til at modstå høje temperaturer og skabe en stærk dampforsegling for at holde maden frisk.

NRELs team prioriterede disse egenskaber i PolyID, mens de tilføjede andre ønskværdige egenskaber, herunder bionedbrydelighed og et lavere drivhusgasfodaftryk. Værktøjet genererede en kort liste over syv polymerdesigns, der kunne laves af biomasse.

Efter yderligere test i laboratoriet bekræftede holdet værktøjets forudsigelser. Ikke alene ville alle syv polymerer modstå høje temperaturer, men de kunne også gøre det, mens de sænker nettoudledningen af ​​drivhusgasser og holder fødevarer friske i længere perioder.

Et værktøj til at skræddersy polymerer til industriens behov

Med millioner af unikke materialer mulige fra biomasse, affald og konventionelle råmaterialer har det været en udfordring at prioritere bæredygtighed i designet af nye polymerer – selv for de dygtigste kemikere.

Det kommer i takt med, at forbrugerne i stigende grad efterspørger mere ud af de produkter, de interagerer med. Mange virksomheder reagerer ved at innovere deres produkter for at reducere affald, fremme genbrug og sænke deres CO2-fodaftryk. Men det kan være en vanskelig balancegang at nå disse mål uden at ofre produktets ydeevne.

Hvor PolyID skinner mest, ifølge Wilson, er dets evne til at placere ydeevne sammen med en lang række andre bæredygtighedsovervejelser.

"Nogle af disse kan tjene som direkte erstatninger for sammenlignelige petroleumspolymerer," forklarede han. "Men i mange tilfælde er de endnu bedre med hensyn til ydeevne og bæredygtighed."

På den måde kan fødevareemballage mere end at forbedre holdbarheden. Belægningerne på et par ski hjælper ikke kun med at afværge kulde og sne. Termoplastskallen i en cykelhjelm beskytter måske mere end din hjerne. De kan også gøre det, mens de understøtter et sundt miljø.

Flere oplysninger: A. Nolan Wilson et al., PolyID:Artificial Intelligence for Discovering Performance-Advantaged and Sustainable Polymers, Macromolecules (2023). DOI:10.1021/acs.macromol.3c00994

Leveret af National Renewable Energy Laboratory