Открытие за ноутбуком

Новые материалы позволяют не только создавать удивительные машины и ракеты, но и совершенствовать бытовые вещи: футболка, которая генерирует электричество, «говорящая» пленка и гнущиеся смартфоны. Вот только раньше химики и физики получали перспективные структуры буквально методом проб и ошибок. А теперь открыть материал с особыми свойствами можно за короткое время и не отходя от компьютера.

Где атомы зимуют

Современные ученые все реже моют пробирки и все чаще сидят у монитора. Вот и материаловедение пользуется методами машинного обучения: теперь можно ввести в программу набор химических элементов, задать параметры среды — температуру, давление, — и она покажет, какие вещества могут получиться и какими свойствами они будут обладать.

Для этого важно знать главное — структуру искомого вещества, то есть как в молекуле атомы расположены в пространстве. Долгое время считалось, что предсказание структур — в принципе нерешаемая задача, ведь возможных вариантов расположения атомов бесчисленное множество, хоть эти варианты и не равновероятны. Сейчас ученому достаточно понять кристаллическую структуру вещества, и он автоматически узнает многие его свойства.

Когда Уильям Лоренс Брэгг вместе с отцом Уильямом Генри Брэггом впервые научился определять кристаллическую структуру веществ, это был прорыв. За заслуги в исследовании структуры кристаллов с помощью рентгеновских лучей Брэгг-младший стал самым молодым в истории нобелевским лауреатом по физике: он получил премию в 25 лет.

Предсказательное материаловедение

На помощь ученым пришел искусственный интеллект. Алгоритмы, основанные на формулах квантовой физики и экспериментальных данных, способны предсказать, какие соединения будут сохранять структуру и состав продолжительное время, а значит, могут существовать в природе. Благодаря методу машинного обучения можно не только прогнозировать свойства материала, например электропроводность, но и понимать, как синтезировать конкретные вещества.

Профессор Сколтеха Артем Оганов уверен, что новые методы значительно упростят жизнь исследователя: «Мощь предсказательного материаловедения в том, что эту же работу вы можете проделать порой одним расчетом, вдобавок более детально и точно. Эксперимент сопряжен с погрешностями, множеством факторов, которые могут повлиять на результат. Теоретический расчет дает понятные характеристики с первой попытки. И это очень важно: не приходится по многу раз делать одно и то же, тратить драгоценное время ученых, изнашивать дорогостоящее оборудование».

Стабильность во всем

Ученые открывают новые материалы разными путями. Например, с помощью алгоритмов исследуют структуру уже известного вещества, но в нестандартных для него условиях. Так, при чрезвычайно высоких давлении и температуре вещество может приобретать иную структуру и свойства.

«Если вы предсказываете материал с замечательными свойствами, но его структура нестабильна, то едва ли удастся его создать. Если предсказываемый материал стабилен, то с высокой долей вероятности его можно получить экспериментально. Есть и промежуточная зона, когда материал не является термодинамически стабильным, но близок к этому состоянию. Такого рода материалы в принципе можно было бы создать, но обычно непонятно как», — комментирует Артем Оганов.

Другой вариант — искать вещество с конкретными свойствами: магнитными, электрическими, оптическими, механическими. Если это сплав для авиационной промышленности, то он должен быть легким, прочным и стабильным. Если для бурения — твердым и термоустойчивым.

Заказ на новое вещество может поступать и от технологических компаний, что на руку и бизнесу и науке. Профессор Оганов делится опытом: «Первая ситуация: приходит индустриальный заказ. Мы много работаем с Huawei, “Газпром нефтью”. Компании приходят и говорят, что нужен материал с определенными свойствами. Это может быть известный либо совершенно новый материал, но мы предсказываем, как его получить. Вторая ситуация: мы делаем исследование из любопытства. Например, изучаем термоэлектрики, чтобы удовлетворить спортивный и, конечно, научный интерес».

Это USPEX

Такие «предсказания» требуют особых программ. Поэтому ученые Сколтеха под руководством профессора Артема Оганова разработали алгоритм обнаружения кристаллических структур USPEX, который используют тысячи ученых и такие компании-гиганты, как Sony, Toyota и Intel. Само название алгоритма USPEX (Universal Structure Predictor: Evolutionary Xtallography) указывает на решение сложной проблемы предсказания кристаллических структур.

В свою очередь, в НИТУ «МИСиС» создали «шпаргалку» для разработки новых видов сталей. Теперь достаточно загрузить базу данных с желаемыми свойствами материала в программное обеспечение и получить список условий производства нового типа стали, включая термическую обработку и обработку давлением.

Структуры в нас

Белки, из которых состоит все живое, тоже могут менять структуру. От того, как закручена цепь аминокислот, напрямую зависят свойства белка. Ученые моделируют возможные варианты пространственной структуры белковой молекулы, чтобы понять, как они взаимодействуют, например, с лекарствами. Также компьютерное моделирование позволяет с высокой долей вероятности спрогнозировать, может ли такая молекула неправильно сворачиваться, ведь именно от этого у человека возникают прионные болезни — нейродегенеративные заболевания, вызываемые белками с измененной структурой (прионами).

В 2016 году сотрудники лаборатории компьютерного дизайна материалов МФТИ даже создали и запатентовали препарат от рассеянного склероза — аутоиммунного заболевания, нарушающего работу нервной системы. Важно, что патент открытый, а значит, производители лекарства не должны ничего платить его разработчику. Следовательно, цена на такой препарат может быть достаточно низкой.

Фото Артема Оганова из архива собеседника

Материал опубликован в журнале NewTone