Система на основе искусственного интеллекта помогает понять, как можно модифицировать полимеры для биоэлектроники нового поколения

Полимеры с заданными свойствами обещают стать основой для создания устройств нового поколения, таких как светособирающие приборы и имплантируемая электроника, взаимодействующая с нервной системой. Однако разработка полимеров с оптимальной комбинацией химических, физических и электронных свойств представляет собой серьёзную задачу. Новое исследование проливает свет на то, как можно модифицировать полимеры для тонкой настройки их электронных свойств в соответствии с требованиями конкретных приложений.

Работа [опубликована](https://www.cell.com/matter/fulltext/S2590-2385(25)00520-X) в журнале Matter.

«Электроника на основе кремния существует уже несколько десятилетий, и мы хорошо понимаем электронные свойства материалов, используемых в этих технологиях, — говорит Арам Амассиан, соавтор статьи в журнале и профессор материаловедения и инженерии в Университете штата Северная Каролина. — Но сейчас мы пытаемся разработать новое поколение электроники, в котором используются полимеры в таких вещах, как биоэлектроника, и у нас пока нет детального понимания того, как обработка и модификация полимеров влияют на их электронные свойства. Это ограничивает нашу способность точно настраивать электронные свойства полимеров в соответствии с требованиями конкретных приложений».

Для создания полимеров с полезными электронными свойствами можно создавать сопряжённые полимеры, способные нести заряд. Однако для контроля количества заряда, который может нести полимер, его необходимо «легировать» — внедрить в полимер вторую молекулу для модификации электронных свойств материала.

«Однако всё не так просто, как добавить больше легирующих агентов, если вы хотите увеличить количество заряда, с которым может справиться полимер, — говорит Амассиан. — На электронные свойства влияет ряд переменных, и они ухудшаются, когда добавляется слишком много легирующей добавки. Фактически, до начала этого исследования мы даже не были до конца уверены, какие переменные имеют значение, а какие — нет. Использование традиционных экспериментальных методов заняло бы на выяснение всего этого практически вечность».

С этой целью исследователи создали систему, которая использует алгоритмы на основе искусственного интеллекта (ИИ) и высокопроизводительную обработку для максимизации экспериментальной эффективности. Алгоритмы были разработаны соавтором исследования Баскаром Ганапатийсубраманианом, профессором инженерии в Университете штата Айова.

Системе «DopeBot» было поручено получить максимально широкий диапазон проводимости, используя полимер под названием pBTTT и легирующую добавку под названием F4TCNQ. Затем «DopeBot» провёл 32 эксперимента, в которых pBTTT легировался F4TCNQ. Параметры, которые можно было варьировать, включали растворитель, используемый в процессе легирования, и температуру процесса легирования.

Результаты этих реакций были охарактеризованы вручную, и эти данные были переданы обратно в «DopeBot», который использовал эти результаты для определения того, какими должны быть следующие 32 эксперимента. Это было сделано четыре раза и повторено ещё три раза с другими параметрами, что означает, что «DopeBot» провёл 224 эксперимента.

Эти эксперименты предоставили огромный объём информации: данные о параметрах всех 224 экспериментов; данные о молекулярной и физической структуре легированного полимера, полученной в результате каждого эксперимента; данные об электронных, оптических и структурных свойствах легированных полимеров.

Затем исследователи использовали передовые аналитические методы, чтобы определить, как параметры обработки, структура и электронные свойства связаны друг с другом.

«Но этот анализ дал нам только корреляции, — говорит Амассиан. — Чтобы перейти от корреляции к причинно-следственной связи, мы углубились в науку, лежащую в основе того, что произошло в этих экспериментах».

Амассиан работал с соавтором Раджей Гошем, доцентом кафедры химии в Университете штата Северная Каролина, который использовал передовые квантово-химические расчёты, чтобы выявить связь между расположением легирующих добавок в полимере и его электронными свойствами.

«Эта работа проливает свет на химические и физические характеристики, которые играют ключевую роль в придании инженерным полимерам электронных свойств, которые мы ищем, что имеет решающее значение для информирования о том, как мы проектируем полимеры для этих приложений, — говорит Амассиан. — Мы уже развиваем эту работу для создания новых материалов для использования в биоэлектронных приложениях».

Первый автор статьи — Джейкоб Мауте, постдокторант в Университете штата Северная Каролина. Соавторы статьи — Анкуш Кумар Мишра и Абхрадип Саркар, аспиранты в Университете штата Айова и Университете штата Северная Каролина соответственно. Дополнительные соавторы статьи — из Университета штата Северная Каролина, Университета Северной Каролины в Чапел-Хилл и Вашингтонского университета.

Предоставлено [North Carolina State University](https://phys.org/partners/north-carolina-state-university/)

Источник