Investigadores del Instituto de Tecnología de Tokio Tokyo Tech han utilizado inteligencia artificial IA para predecir el grado de repulsión del agua y adsorción de proteínas por materiales orgánicos ultrafinos. Al permitir predicciones precisas de repulsión de agua y adsorción de proteínas incluso con materiales hipotéticos, el enfoque del equipo abre nuevas posibilidades para la selección y el diseño de materiales orgánicos con las funciones deseadas.
El uso de la informática [1] en el campo del diseño de materiales inorgánicos ha dado lugar al surgimiento de nuevos tipos de catalizadores, baterías y semiconductores. Por el contrario, el diseño de biomateriales basado en la informática es decir, materiales orgánicos en oposición a inorgánicos en estado sólidorecién está comenzando a ser explorado.
Ahora, un equipo de investigadores de Tokyo Tech dirigido por el profesor asociado Tomohiro Hayashi ha logrado avances en este campo emergente. Usaron el aprendizaje automático [2] con un modelo de red neuronal artificial ANN [3] para predecir dos propiedades clave- el grado de repulsión del agua y la afinidad por las moléculas de proteínas - de materiales orgánicos ultrafinos conocidos como monocapas autoensambladas SAM [4]. Las SAM se han utilizado ampliamente para crear superficies orgánicas modelo para explorar la interacción entre proteínas ymateriales debido a su facilidad de preparación y versatilidad.
Al entrenar a la ANN utilizando una base de datos basada en la literatura de 145 SAM, la ANN se volvió capaz de predecir la repulsión del agua medida en términos del grado de ángulo de contacto del agua [5] y la adsorción de proteínas con precisión. El equipo pasó a demostrarla predicción de la repulsión de agua y la adsorción de proteínas incluso para SAM hipotéticos.
Los SAM son atractivos para el desarrollo de muchas aplicaciones en la electrónica orgánica y el campo biomédico. Las dos propiedades investigadas en el estudio son de enorme interés para los ingenieros biomédicos. "Por ejemplo, los materiales de implantes que exhiben un ángulo de contacto de agua bajo permiten una rápida integración conlos tejidos duros circundantes ", dice Hayashi." En el caso de los vasos sanguíneos artificiales, la resistencia a la adsorción de proteínas sanguíneas, en particular el fibrinógeno, es un factor crítico para prevenir la adhesión plaquetaria y la coagulación sanguínea ".
En general, el estudio abre la puerta a la detección avanzada de materiales y al diseño de SAM con costos y escalas de tiempo potencialmente reducidos.
Los investigadores planean continuar ampliando su base de datos y, dentro de unos años, expandir su enfoque para incluir polímeros, cerámicas y metales.
términos técnicos
[1] informática: la ciencia de la información, aquí se refiere a cómo se pueden utilizar los datos para mejorar el diseño de materiales.
[2] aprendizaje automático: un tipo de inteligencia artificial que permite a las computadoras aprender nueva información sin ser programadas explícitamente.
[3] red neuronal artificial ANN: una de las principales herramientas utilizadas en el aprendizaje automático, las ANN son un grupo interconectado de nodos inspirados en las neuronas naturales del cerebro.
[4] monocapas autoensambladas SAM: materiales orgánicos de una molécula de espesor que se unen a una superficie de manera ordenada.
[5] ángulo de contacto con el agua: la cuantificación de la humectabilidad de una superficie determinada. En general, cuanto mayor es el ángulo de contacto con el agua, la superficie se considera hidrófoba, mientras que cuanto menor es el ángulo de contacto con el agua, la superficie se considera hidrófila.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Tokio . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :