"Lo que hicimos fue reunir datos de muchas fuentes diferentes, incluida información estructural y espectroscopia, para comprender las características espectrales y las similitudes en su relación con propiedades químicas, estructurales y de otro tipo". El equipo de ORNL espera que CURIES apoye a los investigadores que buscan nuevas relaciones entre varios tipos de materiales de uranio y fomente el desarrollo de una caracterización y análisis rápidos de los espectros recopilados en nuevos materiales.

Spano apoya la misión de no proliferación nuclear de ORNL, lo que le da la oportunidad de "ver material extraño que no está en ninguna base de datos en ninguna parte". Pero antes de que Spano se uniera a ORNL en 2020, otros investigadores nucleares de ORNL tuvieron una idea similar sobre ir más allá de la coincidencia de patrones para la identificación de materiales. Ashley Shields, científica de seguridad nuclear de ORNL, habló con colegas sobre la incorporación del aprendizaje automático para encontrar características y firmas sutiles en materiales conocidos en el campo de la no proliferación.

CURIES extrae datos de varias fuentes para ayudar a los usuarios a identificar rápidamente las propiedades estructurales y químicas subyacentes de una muestra basándose únicamente en su espectro. Algunos de los datos de CURIES provienen de trabajos publicados, incluidas revistas académicas y bases de datos existentes, mientras que otros son una versión única de metadatos derivados de la espectroscopia Raman y el trabajo de caracterización realizado por investigadores de ORNL.

"La espectroscopia Raman es un componente clave porque puede proporcionar indicadores muy específicos de estructuras de materiales particulares", afirmó Jennifer Niedziela, líder de ORNL en análisis de materiales aplicados.

"Ahora podemos compartir información contenida en la dinámica vibratoria del sistema, la estructura, el componente y cualquier tipo de metodología de procesamiento que se le haya aplicado". Utilizando la plataforma de análisis integrada Smart Spectral Matching desarrollada en el laboratorio, los usuarios de CURIES pueden conectar fácilmente piezas de información para extraer el máximo valor de cualquier muestra en particular.

La interfaz de usuario de CURIES tiene en cuenta diversas formas en que los usuarios interactúan con muestras minerales. Marshall McDonnell, ingeniero de software de investigación en ORNL, dirigió un equipo que creó la plataforma web para comprender conceptos, no solo hacer coincidir palabras clave. "Dado que utilizamos una variedad de fuentes de datos para la base de datos, era importante enseñarle al programa a unir conceptos en conjuntos de datos computacionales, revistas académicas y otras fuentes con vocabularios completamente diferentes".

Gracias a una colaboración con la Universidad del Norte de Florida, el equipo integró una ontología de datos químicos para facilitar la recopilación de numerosos tipos de datos para el usuario.

CURIES continúa evolucionando y se agrega más información sobre cada mineral y mejores algoritmos para ayudar a encontrar conexiones. Se siguen agregando nuevas muestras de minerales a CURIES, cortesía del colaborador de ORNL, Travis Olds, curador asistente de minerales en el Museo Carnegie de Historia Natural y colega de posgrado de Spano. "Nuestro equipo de ORNL pudo unir datos y experiencia de investigadores talentosos para crear algo maravilloso para la comunidad", afirmó Niedziela.