Inovação na Conceção de MOF com IA Generativa e Supercomputação
Os MOFs consistem em nódulos inorgânicos, nódulos orgânicos e ligantes orgânicos, oferecendo inúmeras possibilidades de configuração. Para acelerar o processo de descoberta, os investigadores do Laboratório Nacional de Argonne do Departamento de Energia dos EUA, em colaboração com instituições como a Universidade de Illinois Urbana-Champaign (UIUC), estão a utilizar a inteligência artificial (IA) generativa, a aprendizagem automática, o rastreio de alto rendimento e as simulações de dinâmica molecular.
Exploração de MOF Orientada por IA
A equipa gerou rapidamente mais de 120.000 novos candidatos a MOF utilizando IA generativa em 30 minutos. Os cálculos computacionais foram efectuados no supercomputador Polaris do Argonne Leadership Computing Facility (ALCF).
Em seguida, foram efectuadas simulações de dinâmica molecular intensivas em tempo no supercomputador Delta da UIUC para avaliar a estabilidade dos candidatos e a capacidade de captura de carbono.
Conceção Pioneira de MOF
Esta abordagem interdisciplinar marca uma mudança de paradigma na conceção de materiais MOF, sintetizando candidatos MOF óptimos. Com os próximos avanços, como o supercomputador Aurora exascale da ALCF, os investigadores antecipam a exploração de milhares de milhões de candidatos a MOF, revelando novas estruturas com capacidades sem precedentes.
A equipa integra conhecimentos químicos de várias disciplinas, melhorando o desempenho dos MOF para a captura de carbono. Aproveitando os conjuntos de dados de biofísica, fisiologia e físico-química, o algoritmo aperfeiçoa as concepções de MOF, prometendo materiais transformadores que são eficientes, económicos e escaláveis.
Esforços de Colaboração para Progressos Futuros
Esta investigação sublinha o potencial das abordagens orientadas para a IA nas ciências moleculares. Ao promover a colaboração entre instituições e ao aproveitar a criatividade de jovens cientistas, este projeto abre caminho a soluções inovadoras para desafios ambientais prementes.
À medida que o modelo de IA evolui, as suas previsões tornar-se-ão cada vez mais precisas, facilitando a validação experimental de MOFs recentemente concebidos. Este esforço interdisciplinar faz avançar a tecnologia de captura de carbono e abre um precedente para aplicações de IA na investigação científica, com implicações que se estendem às simulações biomoleculares e à conceção de medicamentos.
Leia O Artigo Original: Nature.
Leia Mais: Compreendendo a captura e armazenamento de carbono: será possível reduzir efetivamente as emissões?
