Lær at finjustere nanofabrikation

Daniel Packwood, Junior lektor ved Kyoto University's Institute for Integrated Cell-Material Sciences (iCeMS), forbedrer metoder til konstruktion af små "nanomaterialer" ved hjælp af en "bottom-up" tilgang kaldet "molekylær selvsamling". Ved hjælp af denne metode, molekyler vælges efter deres evne til spontant at interagere og kombinere til at danne former med specifikke funktioner. I fremtiden, denne metode kan bruges til at producere små tråde med diametre 1/100, 000th af et stykke hår, eller små elektriske kredsløb, der kan passe på spidsen af ​​en nål.

Molekylær selvsamling er en spontan proces, der ikke kan styres direkte af laboratorieudstyr, så det skal kontrolleres indirekte. Dette gøres ved omhyggeligt at vælge retningen for de intermolekylære interaktioner, kendt som "kemisk bekæmpelse", og omhyggeligt at vælge den temperatur, ved hvilken disse interaktioner sker, kendt som "entropisk kontrol".

Forskere ved, at når entropisk kontrol er meget svag, for eksempel, molekyler er under kemisk kontrol og samles i retning af de ledige steder, der er tilgængelige for molekyle-til-molekyle interaktion. På den anden side, selvsamling sker ikke, når entropisk kontrol er meget stærkere end den kemiske kontrol, og molekylerne forbliver tilfældigt dispergerede.

Indtil nu, det har ikke været muligt for forskere at gætte, hvilken slags strukturer der vil skyldes molekylær selvsamling, når entropisk kontrol hverken er svag eller stærk i forhold til kemisk kontrol.

Packwood gik sammen med kolleger i Japan og USA om at udvikle en beregningsmetode, der giver dem mulighed for at simulere molekylær selvsamling på metaloverflader, samtidig med at virkningerne af kemiske og entropiske kontroller adskilles.

Denne nye beregningsmetode gør brug af kunstig intelligens til at simulere, hvordan molekyler opfører sig, når de placeres på en metaloverflade. Specifikt, en "machine learning" teknik bruges til at analysere en database over intermolekylære interaktioner. Denne machine learning -teknik bygger en model, der koder for informationerne i databasen, og til gengæld kan denne model forudsige resultatet af den molekylære selvsamlingsproces med høj nøjagtighed.

Teamet brugte denne metode til at studere selvsamlingen af ​​tre forskellige kulbrintemolekyler, hvis strukturer varierer i styrken af ​​retningen af ​​deres intermolekylære interaktioner. Med andre ord, de varierede styrken ved kemisk kontrol ved at ændre det undersøgte molekyle.

Mens stærkere kemisk kontrol fik molekyler til at samles til kædeformede strukturer, virkningerne af stærkere entropiske kontroller viste sig at være mere kontraintuitive. For eksempel, de fandt ud af, at styrkelse af entropisk kontrol kunne transformere store, uordnede strukturer i flere små, bestilt, kædeformede strukturer. De viste også, at dannelsen af ​​uordnede strukturer skyldes svag kemisk kontrol frem for stærk entropisk kontrol.

Disse forudsigelser, som blev verificeret ved sammenligninger med mikroskopiske billeder i høj opløsning af virkelige molekyler på metaloverflader, kan føre til kontrolleret, storstilet fremstilling af bittesmå elektriske ledninger og andre nanomaterialer til fremtidige enheder. Enheder fremstillet af nanomaterialer ville være betydeligt mindre og billigere end eksisterende elektronik, og ville have meget lange batterilevetider på grund af lavt energiforbrug.

"Ved fortsat udvikling af vores kode og teori, vi forventer at få stadig mere detaljerede regler for styring af molekylær selvsamling og hjælp til nanomaterialefremstillingsprocessen bottom-up, "konkluderer forskerne i deres undersøgelse offentliggjort i tidsskriftet Naturkommunikation .