Los sensores fabricados con materiales a base de carbono pueden proporcionar información excepcionalmente precisa y en tiempo real sobre enfermedades hereditarias o las concentraciones de medicamentos en el cuerpo. Además de la medicina, se utilizan materiales carbonosos en las baterías, células solares y depuración de agua.

Otros elementos, como hidrógeno y oxígeno, casi siempre están presentes en materiales a base de carbono, que altera las propiedades de los materiales. Por lo tanto, La modificación de materiales para las aplicaciones deseadas requiere conocimientos a nivel atómico sobre las estructuras de la superficie del carbono y su química. Investigadores de la Universidad Aalto, la Universidad de Cambridge, la Universidad de Oxford y la Universidad de Stanford han dado ahora un importante paso adelante en la descripción de la naturaleza atómica de los materiales carbonosos.

Se puede obtener información detallada sobre superficies de carbono mediante espectroscopia de rayos X, pero el espectro que produce es difícil de interpretar porque resume la información de varios ambientes químicos locales de la superficie. Los investigadores han desarrollado un nuevo método de análisis sistemático que utiliza el aprendizaje automático para integrar el modelo computacional (teoría funcional de la densidad) con los resultados experimentales de la muestra de carbono. La nueva metodología permite separar el espectro experimental producido por espectroscopía de rayos X en datos a nivel atómico.

"En el pasado, los resultados experimentales se han interpretado de manera diferente, basado en diversas referencias bibliográficas, pero ahora pudimos analizar los resultados utilizando solo referencias computacionales. El nuevo método nos brinda una mejor comprensión de la química de la superficie del carbono sin sesgos inducidos por humanos, "dice Anja Aarva, estudiante de doctorado en la Universidad de Aalto.

El nuevo método amplía el conocimiento de los materiales a base de carbono

En un estudio de dos partes, los investigadores estudiaron inicialmente cómo el carbono unido de forma diferente afecta cualitativamente la formación del espectro experimental. Luego, los investigadores intentaron agregar el espectro medido con datos de referencia del espectro computacional para obtener una estimación cuantitativa de en qué consiste el espectro experimental. Esto fue para ayudarlos a determinar cuál es la naturaleza de la muestra de carbono a nivel atómico. La nueva metodología es adecuada para analizar la química superficial de varias formas de carbono, como el grafeno, diamante y carbono amorfo.

El estudio es una continuación del trabajo del investigador postdoctoral de la Universidad Aalto Miguel Caro y el profesor Volker Deringer de la Universidad de Oxford. que mapeó extensamente la estructura y reactividad del carbono amorfo. El estudio utiliza métodos de aprendizaje automático desarrollados por el profesor Volker Deringer y el profesor Gabor Csányi de la Universidad de Cambridge. Las mediciones experimentales fueron realizadas por Sami Sainio, un investigador postdoctoral basado en Aalto en la Universidad de Stanford.

"Próximo, pretendemos utilizar la metodología que hemos desarrollado para predecir, por ejemplo, qué tipo de superficie de carbono sería mejor para la identificación electroquímica de ciertos neurotransmisores, y luego intente producir la superficie deseada. De este modo, el trabajo computacional guiaría el trabajo experimental y no al revés, como ha sido típicamente el caso en el pasado, "Tomi Laurila, dijo el profesor de la Universidad de Aalto.

El estudio se publicó como un artículo de dos partes en Química de Materiales .