Ученые разработали инструмент для прогнозирования структуры кристаллов, вдохновившись природными процессами.

Российские ученые разработали способ оптимизации методов прогнозирования кристаллической структуры химических соединений. Это позволит значительно ускорить процесс открытия новых веществ.

Результаты исследования опубликованы в журнале Computer Physics Communications.

Постоянно появляющиеся новые технологии ставят перед химиками задачу поиска и разработки инновационных веществ и материалов, обладающих улучшенными характеристиками: повышенной прочностью, легкостью, стабильностью и сверхпроводимостью. Перечислить все необходимые инновации в области материаловедения, актуальные для современного мира, было бы затруднительно. Поиск и обнаружение новых соединений — сложный процесс. Экспериментальные исследования занимают много времени и требуют значительных затрат, поскольку зачастую необходимы специфические условия, сильно отличающиеся от обычных.

И если не обладать информацией о том, где следует проводить поиски, то для перебора всех потенциальных альтернатив и установления оптимального взаимодействия потребуется огромное количество времени – многие тысячелетия. Специалистам на помощь приходят вычислительные инструменты, дающие возможность с высокой степенью достоверности прогнозировать строение перспективных молекулярных комплексов, после чего их можно синтезировать в лабораторных условиях.

Читать также:  В детской одежде нашли большое количество вредных химических веществ

В 2005 году коллектив исследователей во главе с профессором Артемом Огановым создал эволюционный алгоритм USPEXОн предназначен для прогнозирования строения кристаллов различных материалов. И, судя по всему, это наиболее эффективная разработка в данной сфере на текущий момент, применяемая несколькими тысячами ученых во всем мире.

Когда USPEX получает данные об элементах, составляющих новое соединение, он не рассматривает все возможные комбинации, поскольку даже для вычислительной машины это потребовало бы значительного времени. Вместо этого алгоритм создает ограниченное количество случайных конфигураций и оценивает их устойчивость на основе энергии взаимодействия между атомами.

После чего специалисты в области химии выступают как отборщики: они комбинируют полученные структуры, затем потомство этих комбинаций — и продолжают этот процесс до тех пор, пока не будут обнаружены особенно прочные соединения.

Читать также:  Микроорганизмы помогли создать шоколад премиум-класса.

В ходе новой работы специалисты из Сколтеха, МФТИ и Самарского технологического института под руководством профессора Артема Оганова (Сколтех и МФТИ) внесли улучшения в начальный этап алгоритма USPEX – формирование первичных структур. Исследователи выяснили, что произвольная генерация не дает желаемых результатов, поэтому они решили использовать природные закономерности, создав механизм случайного формирования структуры на основе данных о существующих веществах.

С этой целью исследователи обратились к хранилищу кристаллических структур и объединили методики Оганова с топологическими подходами профессора Владислава Блатова из Самары. Установлено, что почти все известные неорганические соединения (около 200 тысяч) соответствуют трем тысячам топологическим типам. Это позволяет сразу формировать набор соединений, содержащих структуру, близкую к необходимой. Согласно результатам испытаний, разработанный учеными генератор структур решает задачи по прогнозированию в три раза быстрее.

Читать также:  Ученые готовятся включить новый элемент в периодическую таблицу

«Три тысячи топологических типов выводятся из существующих структур посредством упрощения. Если попытаться выполнить обратную процедуру – создать структуры по этим трем тысячам типов, то получится воспроизвести все известные и бесконечное количество потенциально жизнеспособных соединений. Это предоставляет отличную основу для эволюционного процесса.»

«Суть подхода заключается в том, чтобы стартовать из позиции, которая вероятнее всего содержит область наилучшего решения. Это позволяет либо сразу достичь его, либо приблизиться к нему, после чего встроенный механизм оптимизации подводит к конечному результату», – объясняет Павел Бушланов, ведущий автор работы и научный сотрудник лаборатории Оганова в Сколтехе.