Descubrimiento robótico impulsado por algoritmos de estructuras metálicas orgánicas de polioxometalato

Área de la Ciencia:

• Ciencias de los materiales
• Química
• Inteligencia artificial

Sus antecedentes:

• La exploración manual del espacio químico de materiales cristalinos, en particular los marcos metálico-orgánicos (MOF), requiere mucho tiempo y mucha mano de obra.
• Acelerar el descubrimiento de materiales requiere métodos de síntesis y exploración eficientes y reproducibles.
• Las estructuras metal-orgánicas de andamio de polioxometalato (POMOF) ofrecen propiedades únicas, pero su síntesis es compleja.

Objetivo del estudio:

• Desarrollar una plataforma robótica integrada en el aprendizaje automático para la exploración acelerada y de circuito cerrado del espacio químico POMOF.
• Mejorar la reproducibilidad y la eficiencia de la nueva síntesis POMOF.
• Investigar las propiedades electroquímicas de los POMOF recién descubiertos e identificar los moduladores estructurales clave.

Principales métodos:

• Integración de un modelo de aprendizaje automático eXtreme Gradient Boosting (XGBoost) con una plataforma de síntesis robótica para el descubrimiento de materiales en circuito cerrado.
• Optimización del modelo XGBoost utilizando retroalimentación de incertidumbre y una extensión de clasificación multiclase para los POMOF.
• Utilizó el lenguaje de descripción química universal (χDL) para firmas digitales para garantizar el registro preciso y la reproducibilidad de los pasos sintéticos.

Principales resultados:

• Descubrimiento de nueve nuevos POMOF, incluido uno con ligandos mixtos, con alta repetibilidad.
• Generación de mapas espaciales químicos basados en modelos XGBoost con puntuaciones F1 superiores a 0,8.
• Se ha demostrado una transferencia de electrones superior en los POMOF sintetizados en comparación con los polioxometalatos moleculares (POM).

Conclusiones:

• La plataforma robótica impulsada por el aprendizaje automático acelera significativamente el descubrimiento de nuevos POMOF.
• La proporción de Zn, el tipo de ligando y las estructuras topológicas son factores clave para modular las propiedades electroquímicas de POMOF.
• Este enfoque proporciona un marco sólido para la exploración eficiente y reproducible de espacios químicos de materiales complejos.