Os materiais funcionais são comumente empregados em tecnologias emergentes, como soluções de energia verde e novos dispositivos eletrônicos. Esses materiais são tipicamente misturas de diferentes componentes orgânicos e inorgânicos e têm muitas propriedades vantajosas para novas aplicações. Para atingir seu pleno potencial, precisamos de conhecimentos precisos sobre sua estrutura atômica. Ferramentas experimentais de última geração, como microscopia de força atômica (AFM), podem ser usadas para investigar adsorbatos moleculares orgânicos em superfícies metálicas.
No entanto, muitas vezes é difícil interpretar a estrutura real das imagens microscópicas. Simulações computacionais podem ajudar a estimar as estruturas mais prováveis, mas com materiais complexos, a busca precisa de estrutura é computacionalmente intratável com métodos convencionais. Recentemente, o grupo CEST desenvolveu novas ferramentas para previsão automatizada de estruturas usando algoritmos de aprendizado de máquina da ciência da computação.
Neste trabalho mais recente, os pesquisadores demonstraram a precisão e eficiência do método de inteligência artificial Bayesian Optimization Structure Search (BOSS). O BOSS identificou as configurações de adsorvato de uma molécula de cânfora em uma superfície de Cu (111). Este material foi previamente estudado com AFM, mas inferir as estruturas a partir dessas imagens foi inconclusivo. Aqui, os pesquisadores mostraram que o BOSS pode identificar com sucesso não apenas a estrutura mais provável, mas também oito configurações de adsorvato estáveis que a cânfora pode ter no Cu (111).
Eles usaram essas estruturas modelo para interpretar melhor os experimentos de AFM e concluíram que as imagens provavelmente apresentam cânfora quimicamente ligada à superfície de Cu por meio de um átomo de oxigênio. Analisar adsorbatos moleculares únicos dessa maneira é apenas o primeiro passo para estudar montagens mais complexas de várias moléculas em superfícies e, subsequentemente, a formação de monocamadas. O conhecimento adquirido sobre as estruturas de interface pode ajudar a otimizar as propriedades funcionais desses materiais.
Publicado em 05/11/2020 23h15
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: