Ακόμη και τα καλύτερα φίλτρα νερού αφήνουν κάποια πράγματα να περάσουν, αλλά ο σχεδιασμός βελτιωμένων υλικών και στη συνέχεια η δοκιμή τους είναι χρονοβόρα και δύσκολη. Τώρα, ερευνητές στο ACS Central Science αναφέρουν ότι η τεχνητή νοημοσύνη (AI) θα μπορούσε να επιταχύνει την ανάπτυξη πολλά υποσχόμενων υλικών. Σε μια μελέτη απόδειξης της ιδέας, προσομοίωσαν διαφορετικά μοτίβα ομάδων που προσελκύουν νερό και απωθούν το νερό που επενδύουν την πορώδη μεμβράνη ενός φίλτρου και βρήκαν βέλτιστες ρυθμίσεις που θα πρέπει να αφήνουν το νερό να περάσει εύκολα και να επιβραδύνουν ορισμένους ρύπους.
Συστήματα φίλτρων, που κυμαίνονται από εξαρτήματα βρύσης έως βιομηχανικά συστήματα μεγέθους δωματίου, καθαρισμό νερού για πόσιμο και άλλες χρήσεις. Ωστόσο, οι τρέχουσες μεμβράνες διήθησης δυσκολεύονται εάν το νερό είναι εξαιρετικά βρώμικο ή έχει μικρά, ουδέτερα μόρια, όπως το βορικό οξύ – ένα κοινό εντομοκτόνο που χρησιμοποιείται σε φυτά. Αυτό οφείλεται στο γεγονός ότι τα συνθετικά πορώδη υλικά περιορίζονται γενικά στη διαλογή των ενώσεων κατά μέγεθος ή φορτίο. Αλλά οι βιολογικές μεμβράνες έχουν πόρους κατασκευασμένους από πρωτεΐνες, όπως η ακουαπορίνη, που μπορούν να διαχωρίσουν το νερό από άλλα μόρια τόσο ως προς το μέγεθος όσο και ως προς το φορτίο λόγω των διαφορετικών τύπων λειτουργικών ομάδων ή συλλογών ατόμων που επενδύουν τα κανάλια. Εμπνευσμένοι να κάνουν το ίδιο με ένα συνθετικό πορώδες υλικό, ο M. Scott Shell και οι συνεργάτες του θέλησαν να χρησιμοποιήσουν υπολογιστές για να σχεδιάσουν το εσωτερικό ενός πόρου νανοσωλήνα άνθρακα για να φιλτράρουν το νερό που περιέχει βορικό οξύ.
Οι ερευνητές προσομοίωσαν ένα κανάλι νανοσωλήνων άνθρακα με ομάδες υδροξυλίου (υδατοπροσέλκυσης) και/ή μεθυλίου (υδατοαπωθητικές) δεμένες σε κάθε άτομο στο εσωτερικό τοίχωμα. Στη συνέχεια, σχεδίασαν και δοκίμασαν χιλιάδες μοτίβα λειτουργικών ομάδων με αλγόριθμους βελτιστοποίησης και μηχανική μάθηση, έναν τύπο τεχνητής νοημοσύνης, για να αξιολογήσουν πόσο γρήγορα θα κινούνταν το νερό και το βορικό οξύ μέσω του πόρου. Να τι βρήκαν:
- Τα βέλτιστα μοτίβα είχαν μία ή δύο σειρές από ομάδες υδροξυλίου τοποθετημένες μεταξύ ομάδων μεθυλίου, σχηματίζοντας δακτυλίους γύρω από το μέσο τμήμα του πόρου.
- Σε αυτές τις προσομοιώσεις, το νερό πέρασε μέσα από τους πόρους σχεδόν δύο φορές πιο γρήγορα από το βορικό οξύ.
- Μια άλλη σειρά προσομοιώσεων έδειξε ότι άλλες ουδέτερες διαλυμένες ουσίες, συμπεριλαμβανομένης της φαινόλης, του βενζολίου και της ισοπροπανόλης, θα μπορούσαν επίσης να διαχωριστούν από το νερό με τα βελτιστοποιημένα σχέδια νανοσωλήνων άνθρακα.
Αυτή η μελέτη καταδεικνύει τη χρησιμότητα του AI για την ανάπτυξη μεμβρανών καθαρισμού νερού με νέες ιδιότητες, λένε οι ερευνητές, και θα μπορούσε να αποτελέσει τη βάση ενός νέου τύπου συστήματος φίλτρων. Προσθέτουν ότι η προσέγγιση θα μπορούσε να προσαρμοστεί για να σχεδιάσει επιφάνειες που θα μπορούσαν να έχουν μοναδικές αλληλεπιδράσεις με το νερό ή άλλα μόρια, όπως επικαλύψεις που αντιστέκονται στη ρύπανση.
Αναφορά: Jiao S, Katz LE, Shell MS. Αντίστροφη Σχεδίαση Χημείας Τοίχων Πόρων για Έλεγχο Μεταφοράς και Επιλεκτικότητας Διαλυμάτων. ACS Cent Sci. Δημοσιεύθηκε ηλεκτρονικά στις 30 Νοεμβρίου 2022. doi:10.1021/acscentsci.2c01011
Αυτό το άρθρο έχει αναδημοσιευτεί από τα παρακάτω υλικά. Σημείωση: το υλικό μπορεί να έχει υποστεί επεξεργασία για το μήκος και το περιεχόμενο. Για περισσότερες πληροφορίες, επικοινωνήστε με την αναφερόμενη πηγή.