بریتنی گرایمز- 30 نوامبر 2022 -venusphoto/iStock
بر اساس مطالعه ای که (30 نوامبر) در ژورنال ACS Central Science منتشر شد، هوش مصنوعی (AI) در ایجاد مواد فیلتر آب مفید است و می تواند فرآیند ساخت آنها را تسریع بخشد.
ایجاد یک سیستم جدید تصفیه آب
از اتصالات روزانه شیر آب خانگی گرفته تا سیستم های صنعتی در اندازه اتاق، سیستم های فیلتر در موارد مختلفی استفاده می شود. با این حال، اگر آب به شدت کثیف باشد یا دارای مولکولهای کوچک و خنثی باشد، مانند اسید بوریک، حشرهکشی که در گیاهان زراعی استفاده میشود، فیلتر کردن آب برای غشاهای تصفیه فعلی دشوار است.
اکنون، یک تیم تحقیقاتی از دانشگاه کالیفرنیا سانتا باربارا در ایالات متحده الگوهای مختلفی از مواد جذب کننده و دفع کننده آب را در پوشش غشای متخلخل فیلتر تکرار کردند و ترتیبات ایده آلی پیدا کردند که آب را راحت تر از خود عبور می دهد. آنها همچنین فیلترهایی را کشف کردند که در حین آزمایش غشای متخلخل باعث کاهش سرعت برخی ناخالصی ها می شود.
مشکل در فیلتر کردن به این دلیل است که مواد متخلخل مصنوعی معمولاً محدود به دستهبندی و جداسازی ترکیبات بر اساس اندازه یا بار هستند. با این حال، غشاهای بیولوژیکی دارای منافذ ساخته شده از پروتئین هایی مانند آکواپورین (AQP) هستند.
آکواپورین ها پروتئین های غشایی یکپارچه هستند – پروتئینی که به طور دائم به غشای بیولوژیکی متصل است – که به عنوان کانال در انتقال آب و در برخی موارد، املاح کوچک در سراسر غشاء عمل می کنند.
آکواپورین میتواند آب را از نظر اندازه و بار از مولکولهای دیگر جدا کند، زیرا انواع مختلف گروههای عاملی یا مجموعهای از اتمها، کانالها را پوشاندهاند. M. Scott Shell، استاد کرسی موسسان Myers و معاون مهندسی شیمی دانشگاه کالیفرنیا سانتا باربارا، تصمیم گرفت همان طرح را با استفاده از مواد متخلخل مصنوعی ایجاد کند.
شل و تیمش میخواستند از هوش مصنوعی و رایانهها برای طراحی داخل منفذ نانولوله کربنی برای فیلتر کردن آب حاوی اسید بوریک استفاده کنند.محققان از یک کانال نانولوله کربنی با گروه های هیدروکسیل (جذب آب) و/یا متیل (آب دفع کننده) متصل به هر اتم در دیواره داخلی تقلید کردند. سپس، آنها هزاران الگوی گروه عملکردی را با استفاده از هوش مصنوعی، با الگوریتمهای بهینهسازی و یادگیری ماشینی طراحی و آزمایش کردند تا ارزیابی کنند که آب و اسید بوریک با چه سرعتی در منافذ حرکت میکنند.
این مطالعه نشان داد که هوش مصنوعی در توسعه غشاهای تصفیه آب با ویژگیهای جدید مفید بوده و میتواند مبنای یک سیستم فیلتر جدید با استفاده از الگوریتمها و یادگیری ماشینی باشد. محققان به سه یافته کلیدی رسیدند.
اولین کشف این بود که الگوهای بهینه دارای یک یا دو ردیف از گروههای هیدروکسیل هستند که بین گروههای متیل فشرده شده و حلقههایی را در اطراف وسط منافذ تشکیل میدهند.دومین یافته این بود که آب در شبیهسازیها تقریباً دو برابر سریعتر از اسید بوریک از منافذ عبور میکند.سومین یافته نشان داد که سایر املاح خنثی، از جمله فنل، بنزن و ایزوپروپانول نیز می توانند با طرح های نانولوله کربنی بهینه شده در گروهی از شبیه سازی ها از آب جدا شوند.
تیم تحقیقاتی امیدوار است که رویکرد کلی بتواند برای طراحی و ایجاد سطوحی که می توانند برهمکنش های منحصر به فردی با آب یا مولکول های دیگر داشته باشند، استفاده شود.