Stora kemister har upptäckt sätt att kombinera kol, väte, syre och kväve till alla slags plaster:läckagesäkra livsmedelsförpackningar, värmebeständiga bildelar, hållbar personlig skyddsutrustning – listan är lång.
Den verkliga utmaningen för en materialforskare på 2000-talet är att hitta det perfekta receptet för att göra polymerer mer hållbara och mer presterande på samma gång – speciellt om du bara har petrokemikalier till hands.
"Petroleum består till stor del av kolväten - huvudsakligen arrangemang av kol och väte som är kemiskt sammanlänkade som har några ganska anmärkningsvärda och fördelaktiga egenskaper", säger Brandon Knott, forskare vid National Renewable Energy Laboratory (NREL).
"Men kolväten saknar heteroatomer som syre och kväve, och det kan kräva betydande energi att lägga till dem när man tillverkar polymerer som behöver bredare funktionalitet än vad kolväten ger."
En bra lösning, förklarade Knott, är att lägga till syre- och kväverik biomassa och avfall till ingredienslistan. Majsstjälkar, alger och till och med sopor innehåller extra kemiska kopplingar som ofta ger kemister större flexibilitet för att uppnå specifika egenskaper.
Men hittar du det perfekta receptet för både hållbarhet och oöverträffad prestanda?
Ett NREL maskininlärningsverktyg, PolyID:Polymer Inverse Design, gör det lättare att hitta balansen. Med hjälp av artificiell intelligens kan verktyget förutsäga materialegenskaper baserat på molekylstruktur. Det gör att den kan screena miljontals möjliga polymerdesigner för att skapa en kort lista över kandidater för en given ansökan.
Verktyget diskuteras ingående i Makromolekyler .
Algoritmen bakom PolyID är ett toppmodernt framsteg till en grundläggande metod som kallas "gruppbidragsteori". Verktyget bygger associationer mellan arrangemang av syre, väte, kol och andra element och materialegenskaper för att förutsäga attribut som elasticitet, värmetolerans och tätningsprestanda.
Med ett växande bibliotek av kopplingar mellan polymerernas molekylära strukturer och deras kända egenskaper "lär den sig" att förutsäga hur nya polymerer kan utformas för att uppnå specifika fysikaliska egenskaper.
"Om du gör det med några tusen polymerer för att träna algoritmen, börjar du få riktigt exakta förutsägelser för strukturer som inte har setts tidigare av algoritmen och som kanske inte har gjorts tidigare," förklarade Nolan Wilson, ledaren författare på tidningen.
Med tusentals polymerer i sitt referensbibliotek gör verktyget det möjligt för forskare att arbeta bakåt när de söker efter nya polymerdesigner. De kan först identifiera önskade egenskaper och välja potentiella polymerdesigner.
Till exempel använde NREL-forskare PolyID för att snabbt screena mer än 15 000 växtbaserade polymerer på jakt efter biologiskt nedbrytbara alternativ till dagens matförpackningsfilmer. Förpackningsfilmer är främst gjorda av högdensitetspolyeten – ett petroleumbaserat material – ofta designade för att tåla höga temperaturer och skapa en stark ångförslutning för att hålla maten fräsch.
NRELs team prioriterade dessa egenskaper i PolyID, samtidigt som de lade till andra önskvärda egenskaper, inklusive biologisk nedbrytbarhet och ett lägre fotavtryck av växthusgaser. Verktyget genererade en kort lista med sju polymerdesigner som kunde tillverkas av biomassa.
Efter ytterligare tester i labbet bekräftade teamet verktygets förutsägelser. Inte bara skulle alla sju polymererna tåla höga temperaturer, utan de skulle också kunna göra det samtidigt som de minskar nettoutsläppen av växthusgaser och håller maten fräsch under längre perioder.
Med miljontals unika material som är möjliga från biomassa, avfall och konventionella råvaror, har det varit en utmaning att prioritera hållbarhet i utformningen av nya polymerer – även för de smartaste kemisterna.
Det kommer i takt med att konsumenterna i allt högre grad kräver mer av de produkter de interagerar med. Många företag svarar genom att förnya sina produkter för att minska avfallet, främja återvinning och minska sitt koldioxidavtryck. Men det kan vara en svår balansgång att nå dessa mål utan att offra produktens prestanda.
Där PolyID lyser mest, enligt Wilson, är dess förmåga att positionera prestanda tillsammans med en mängd andra hållbarhetsaspekter.
"Några av dessa kan fungera som direkta ersättningar för jämförbara petroleumpolymerer," förklarade han. "Men i många fall är de ännu bättre när det gäller prestanda och hållbarhet."
På så sätt kan livsmedelsförpackningar göra mer än att förbättra hållbarheten. Beläggningarna på ett par skidor hjälper inte bara att avvärja kyla och snö. Termoplastskalet i en cykelhjälm kan skydda mer än din hjärna. De kan göra det samtidigt som de stöder en hälsosam miljö också.
Mer information: A. Nolan Wilson et al, PolyID:Artificiell intelligens för att upptäcka prestandafördelade och hållbara polymerer, Makromolekyler (2023). DOI:10.1021/acs.macromol.3c00994
Tillhandahålls av National Renewable Energy Laboratory
