Mesmo os melhores filtros de água deixam passar algumas coisas, mas projetar materiais aprimorados e depois testá-los é demorado e difícil. Agora, pesquisadores da ACS Central Science relatam que a inteligência artificial (IA) pode acelerar...

Crédito: ACS Central Science (2022). DOI: 10.1021/acscentsci.2c01011
Mesmo os melhores filtros de água deixam passar algumas coisas, mas projetar materiais aprimorados e depois testá-los é demorado e difícil. Agora, pesquisadores da ACS Central Science relatam que a inteligência artificial (IA) pode acelerar o desenvolvimento de materiais promissores. Em um estudo de prova de conceito, eles simularam diferentes padrões de grupos que atraem e repelem a água que revestem a membrana porosa de um filtro e encontraram arranjos ideais que devem deixar a água passar facilmente e retardar alguns contaminantes.
Os sistemas de filtragem, desde acessórios de torneira até sistemas industriais do tamanho de uma sala, limpam a água para beber e outros usos. No entanto, as membranas de filtragem atuais têm dificuldade se a água estiver extremamente suja ou tiver moléculas pequenas e neutras, como o ácido bórico - um inseticida comum usado em plantas cultivadas. Isso ocorre porque os materiais porosos sintéticos são geralmente limitados à classificação de compostos por tamanho ou carga. Mas as membranas biológicas têm poros feitos de proteínas, como a aquaporina, que podem separar a água de outras moléculas por tamanho e carga devido aos diferentes tipos de grupos funcionais, ou coleções de átomos, que revestem os canais. Inspirados a fazer o mesmo com um material poroso sintético, M. Scott Shell e seus colegas queriam usar computadores para projetar o interior de um poro de nanotubo de carbono para filtrar a água contendo ácido bórico.
Os pesquisadores simularam um canal de nanotubo de carbono com grupos hidroxila (atraem a água) e/ou metil (repelem a água) amarrados a cada átomo na parede interna. Em seguida, eles projetaram e testaram milhares de padrões de grupos funcionais com algoritmos de otimização e aprendizado de máquina , um tipo de IA, para avaliar a rapidez com que a água e o ácido bórico passariam pelo poro. Aqui está o que eles encontraram:
Os padrões ideais tinham uma ou duas fileiras de grupos hidroxila entre os grupos metil , formando anéis ao redor do meio do poro.
Nessas simulações, a água passou pelo poro quase duas vezes mais rápido que o ácido bórico.
Outra série de simulações mostrou que outros solutos neutros, incluindo fenol, benzeno e isopropanol, também podem se separar da água com os designs de nanotubos de carbono otimizados.
Este estudo demonstra a utilidade da IA ??para o desenvolvimento de membranas de purificação de água com novas propriedades, dizem os pesquisadores, e pode formar a base de um novo tipo de sistema de filtro. Eles acrescentam que a abordagem pode ser adaptada para projetar superfícies que possam ter interações únicas com água ou outras moléculas, como revestimentos que resistem à incrustação.
Mais informações: Design inverso da química da parede dos poros para controlar o transporte de solutos e a seletividade, ACS Central Science (2022). DOI: 10.1021/acscentsci.2c01011
Informações do periódico: ACS Central Science