Actualul proiect de calcul al grupului poartă titlul „Proiectarea computațională a motoarelor supramoleculare și cvasicristalelor auto-asamblate”. Proiectul este finanțat de CNCS-UEFISCDI (numărul proiectului PN-III-P1-1.1-TE-2019-1018) și se desfășoară din septembrie 2020 până în august 2022. Acesta este al treilea (și ultimul) meu proiect „Echipe de cercetare tânără”.

Domeniul nanotehnologiei a transformat practic fiecare aspect al vieții noastre în ultimele decenii. Pe măsură ce cercetătorii au înțeles treptat baza structurală a proceselor biologice complexe, a apărut nevoia de a proiecta rațional structuri artificiale pe scară nanometrică care să poată imita unele dintre aceste procese sau să le interfereze la nivel molecular / supramolecular.

Prezenta propunere își propune să creeze noi modele de blocuri de construcție coloidale care să se poată autoasambla în structuri funcționale la această scară de lungime. Vom modifica un model cu granulație grosieră de particule rigide încărcate, având doar interacțiuni respingătoare ionice și cu volum exclus, dezvoltat inițial în grupul meu pentru auto-asamblare cochilii goale Goldberg tetravalente. Prin exploatarea observației că rearanjările cooperative pe scară largă între structurile concurente din modelele de cochilii goale au, de fapt, profile energetice foarte simple, vor fi dezvoltate noi modele coloidale de motoare, care vor putea transforma aportul de energie externă în mișcare de rotație direcțională. Al doilea model care va fi creat este pentru blocuri de construcție coloidale care formează cvasicristale bidimensionale. Se estimează că astfel de structuri au proprietăți optice foarte interesante,și poate fi exploatat pentru multe aplicații fotonice. Este extrem de dificil să creați experimental motoare sau cvasicristale din blocuri de construcție coloidale. Modelele de calcul dezvoltate în acest proiect pot ghida experimentele prin specificarea condițiilor minime pentru blocurile de construcție pentru a putea forma spontan structuri funcționale pe scara de lungime coloidală.

Membrii echipei:

  • Istvan HORVATH, doctorand
  • Menyhart-Botond SAROSI, cercetător postdoctoral
  • Szilard FEJER, investigator principal
Rezumatul activităților de cercetare din prima etapă a proiectului
  • configurarea cadrului de simulare cu containerele HOOMD-Blue și Docker
  • explorarea spațiului parametrilor pentru modele de jucării selectate pentru a înțelege mai bine comportamentul acestora

Pentru cititorii cu experiență tehnică, am creat trei medii Docker în această etapă:

1. Mediul de dinamică moleculară:
Acesta constă în principal din biblioteca HOOMD-Blue și câteva scripturi personalizate care vor fi utilizate pentru automatizarea fluxului de lucru de ghicire și perfecționare a parametrilor de simulare, de asemenea, o bază de date de bază care va înregistra toate datele, scrise în Pandas . Acest container poate fi accesat prin intermediul notebook-ului Jupyter încorporat, care este un mediu interactiv de scriptare Python.

2. Mediul de optimizare a structurii:
Această imagine Docker este construită pe imaginea Python 2.7, cu Pele și alte pachete Python instalate, cum ar fi NumPy și SciPy pentru efectuarea calculelor necesare și Pandas pentru gestionarea datelor. Rolul principal al acestui container este de a optimiza structurile moleculare simple, de a produce intrări pentru mediul de învățare automată și de a studia peisajele energetice ale moleculelor.

3. Mediul de învățare automată:
acest container se bazează pe imaginea oficială Tensorflow-Jupyter, cu câteva pachete suplimentare pentru a sprijini crearea reprezentărilor 3D ale structurilor moleculare. Scopul acestui container este de a crea o rețea neuronală, care ia ca intrare o structură moleculară generată aleatoriu și prezice o structură de pornire pentru minimizarea energiei, cu scopul de a ghici o structură apropiată de un minim de energie potențială locală.

Un proiect de raport de progres poate fi descărcat de aici .