Ett nytt tillvägagångssätt kan hjälpa materialforskare att identifiera lämpliga molekyler att använda för att syntetisera mål -nanomaterial. Metoden utvecklades av Daniel Packwood från Kyoto University's Institute for Integrated Cell-Material Sciences (iCeMS) och Taro Hitosugi från Tokyo Institute of Technology. Det innebär att koppla molekylernas kemiska egenskaper med nanostrukturerna som bildas som ett resultat av deras interaktion. En maskininlärningsteknik genererar data som sedan används för att utveckla ett diagram som kategoriserar olika molekyler enligt de nanostorlekar som de bildar.

Att tillverka nanomaterial med en bottom-up-metod kräver att man hittar prekursormolekyler som interagerar och anpassar sig korrekt till varandra när de monteras själv. Men det har varit en stor utmaning att veta hur prekursormolekyler kommer att interagera och vilka former de kommer att bilda.

Bottom-up-tillverkning av grafen-nanoribb får mycket uppmärksamhet på grund av deras potentiella användning inom elektronik, vävnadsteknik, konstruktion, och bioavbildning. Ett sätt att syntetisera dem är genom att använda biantracenprekursormolekyler som har funktionella bromgrupper bundna till sig. Bromgrupperna interagerar med ett kopparsubstrat för att bilda kedjor i nanostorlek. När dessa kedjor värms upp, de förvandlas till grafen -nanoribbon.

Packwood och Hitosugi testade sin simulator med denna metod för att bygga grafen -nanoribbon.

Modellen använder data om de kemiska egenskaperna hos en mängd olika molekyler som kan fästas på biantracen för att funktionalisera den och underlätta dess interaktion med koppar. Data gick igenom en serie processer som slutligen ledde till bildandet av ett dendrogram.

Detta visade att fästning av vätemolekyler till biantracen ledde till utvecklingen av starka endimensionella nanokedjor. Fluor, brom, klor, amidogen- och vinylfunktionella grupper ledde till bildandet av måttligt starka nanokedjor. Trifluormetyl- och metylfunktionella grupper ledde till bildandet av svaga endimensionella molekylöar, och hydroxid- och aldehydgrupper ledde till bildandet av starka tvådimensionella kakelformade öar.

Informationen som produceras i dendogrammet ändrades baserat på de angivna temperaturdata. Ovanstående kategorier gäller när interaktionerna utförs vid -73 ° C. Resultaten förändrades med varmare temperaturer. Forskarna rekommenderar att man använder data vid låga temperaturer där effekten av de funktionella gruppernas kemiska egenskaper på nano-former är tydligast.

Tekniken kan appliceras på andra substrat och prekursormolekyler. Forskarna beskriver deras metod som analog med det periodiska systemet för kemiska grundämnen, som grupperar atomer baserat på hur de binder till varandra. "Dock, för att verkligen bevisa att dendrogrammen eller andra informatikbaserade tillvägagångssätt kan vara lika värdefulla för materialvetenskap som det periodiska systemet, vi måste införliva dem i ett verkligt nanomaterialstillverkningsexperiment nedifrån och upp, "avslutar forskarna i sin studie publicerad i tidskriften Naturkommunikation . "Vi håller för närvarande på denna riktning i våra laboratorier."