ИИ-алгоритм заменил слепой лабораторный синтез — созданы цинковые ловушки для метана

Чикагский университет запустил сквозной конвейер разработки металлоорганических каркасов (MOF). Детали алгоритма опубликовал Journal of the American Chemical Society. Исследовательская команда Лоры Гальярди замкнула машинный анализ текстов, проектирование и физический эксперимент в единый рабочий цикл.

Классическая вычислительная химия генерирует тысячи структурных схем. Большинство из них физически невоспроизводимо. Новая нейросеть обучалась на массивах научной литературы для конструирования исключительно тех молекул, которые можно собрать на практике. Готовые цифровые чертежи отправлялись в лабораторию Джона Андерсона для немедленного синтеза.

Результатом гибридного подхода стали структуры UCHI-1 и UCHI-2. Эти пористые материалы поглощают метан, отфильтровывая сопутствующий азот. Разработчики намеренно отказались от традиционных никеля и меди в пользу доступного цинка. Показатели сепарации газов у новых каркасов лишь минимально превосходят существующие аналоги. Снижение себестоимости синтеза стало ключевой целью проекта.

Газораспределительная индустрия ежегодно теряет 10 миллиардов долларов из-за утечек на трубопроводах и компрессорных станциях. На двадцатилетнем горизонте метан генерирует парниковый эффект, в 80 раз превышающий температурное воздействие диоксида углерода. Интеграция машинного обучения конвертирует абстрактные молекулярные вычисления в готовые промышленные фильтры.

Источник: EurekAlert!