Algoritma

AI membantu memprediksi struktur partikel nano hibrid

Photo by Markus Spiske from Pexels

Para peneliti di Nanoscience Center and Faculty of Information Technology di University of Jyväskylä, Finlandia, membuat kemajuan dalam memprediksi struktur atom nanopartikel hibrida. Pekerjaan itu dilakukan dengan menggunakan super komputer di CSC – IT Center for Science Ltd.., Finlandia dan Barcelona supercomputing center (BSC), Spanyol, sebagai bagian dari proyek PRACE (Partnership for Advanced Computing in Europe).

Dalam artikel yang diterbitkan di Nature Communications pada 3 September 2019, sebuah algoritma baru dengan bantuan kecerdasan buatan memprediksi lokasi pengikatan molekul pada metal-molecule interface of hybrid nanoparticles menggunakan informasi struktural eksperimental yang telah dipublikasikan pada sistem referensi nanopartikel. Algoritma pada prinsipnya dapat diterapkan pada struktur berukuran nanometer yang terdiri dari logam dan molekul asalkan beberapa informasi struktural sudah ada pada sistem.

– Nanopartikel logam hibrida berukuran nanometer memiliki banyak aplikasi dalam berbagai proses, termasuk katalisis, nanoelektronika, nanomedik, dan pencitraan biologis. Penelitian ini didanai oleh program riset AIPSE dari Academy of Finland (Novel Applications of Artificial Intelligence in Physical Sciences and Engineering Research).

– Ide dasar di balik algoritma ini sangat sederhana. Ikatan kimia antara atom selalu diskrit, memiliki sudut ikatan jelas dan jarak ikatan. Oleh karena itu, setiap struktur partikel nano yang diketahui dari percobaan, di mana posisi semua atom diselesaikan secara akurat, memberi tahu hal penting tentang kimia metal-molecule interface. Pertanyaan menarik mengenai aplikasi kecerdasan buatan untuk prediksi struktural adalah: berapa banyak dari struktur yang sudah diketahui perlu kita ketahui sehingga prediksi untuk partikel baru yang belum diketahui menjadi andal? Sepertinya kita hanya perlu beberapa lusin struktur yang diketahui, jelas penulis utama studi, Sami Malola di siaran pers Academy of Finland. Malola bekerja sebagai Peneliti Universitas di Nanoscience Center of the University of Jyväskylä.

“Tahap selanjutnya kami akan membangun model interaksi atom yang efisien untuk nanopartikel logam hibrida dengan menggunakan metode machine learning. Model-model tersebut akan memungkinkan kita untuk menyelidiki beberapa topik menarik dan penting seperti reaksi partikel-partikel dan kemampuan nanopartikel untuk berfungsi sebagai kendaraan pengirim untuk molekul obat kecil,” ucap Profesor Akademi Hannu Häkkinen, yang memimpin penelitian.

“Sebuah kemajuan dalam konteks kolaborasi interdisipliner baru di universitas kami. Menerapkan kecerdasan buatan untuk topik menantang dalam nanosains, seperti prediksi struktural untuk bahan nano baru, pasti akan mengarah pada terobosan baru,” lanjut kolaborator Häkkinen, profesor Tommi Kärkkäinen dari Faculty of Information Science in the University of Jyväskylä.

Jurnal Referensi: Malola, S., Nieminen, P., Pihlajamäki, A. et al. A method for structure prediction of metal-ligand interfaces of hybrid nanoparticles. Nat Commun 10, 3973 (2019). https://doi.org/10.1038/s41467-019-12031-w

Tautan ke artikel asli: Artificial Intelligence Helps To Predict Hybrid Nanoparticle Structures / Partnership For Advanced Computing in Europe (“PRACE”)

Diterjemahkan oleh saintifia dengan seizin dari yang bersangkutan, segala kesalahan translasi menjadi tanggungjawab kami.