Uutiset

Tekoäly auttaa tunnistamaan monimutkaisempia molekyylirakenteita

Materiaalisuunnittelijoiden täytyy tietää tarkasti materiaalien molekyylirakenne, jotta he voivat kehittää esimerkiksi muovin korvikkeita kasviperäisillä biopolymeereillä. Tekoälystä on nyt saatu apua rakenteen selvittämiseen.
Cover image of the journal, featuring the researchers work
Science Advances -lehden kansi.

Aalto-yliopistossa on kehitetty uudenlainen, materiaalianalyysia ja tekoälyä yhdistävä menetelmä, joka auttaa selvittämään materiaalien monimutkaista molekyylirakennetta. Kun tekoälyalgoritmi yhdistettiin atomivoimamikroskoopilla mitattuihin kuviin ja valtavaan simuloituun datamäärään, tutkijat pystyivät tunnistamaan yhä monimutkaisempia molekyylirakenteita.

Tämä on tärkeää, sillä materiaalisuunnittelijoiden täytyy tietää materiaalien molekyylirakenne tarkkaan, jotta esimerkiksi muoveja voidaan korvata kasviperäisillä biopolymeereillä. Atomivoimamikroskoopilla (AFM) voidaan mitata litteiden, tasomaisten molekyylien rakennetta. Jos molekyylit ovat monimutkaisia, niiden selvittäminen on kuitenkin paljon vaikeampaa.

Aallon tutkimuksessa koneoppimisjärjestelmää testattiin aluksi simuloidulla atomivoimamikroskoopin datalla. Professori Adam S. Fosterin tutkimusryhmä kehitti koneoppimisen ja AFM-simulaatioiden avulla menetelmän, joka osaa yhdistää atomivoimamikroskoopin kuvat niiden molekyylirakenteisiin.

Tämän tutkimuksen myötä saadaan runsaasti lisää tietoa materiaaleista ja ymmärrys kolmiulotteisten molekyylirakenteiden kuvista kasvaa. Lisäksi uudella menetelmällä pystytään nykyisiä menetelmiä nopeammin selvittämään, miten molekyyli asettuu pinnalle. Tehtävä voidaan myös toteuttaa ihmisasiantuntijoita nopeammin ja luotettavammin”, kertoo artikkelin ensimmäinen kirjoittaja, Aalto-yliopiston tohtorikoulutettava Benjamin Alldritt.

Tasomaisten molekyylien AFM-kuvia on helppo tulkita, mutta kolmiulotteisten molekyylien osalta se on paljon vaikeampaa. Esimerkiksi se, miten molekyyli tarttuu pintaan, on tärkeää selvittää, jotta ymmärretään, miten tiukasti molekyyli kiinnittyy pintaan tai reagoi sen kanssa.

 ”Tällä hetkellä käytettävä menetelmä on arvata rakenne, simuloida AFM-kuvat ja katsoa, menikö oikein. Kun mahdollisuuksia on paljon, tämä on hidasta ja vaivalloista, eikä lopulta voi olla kovin varma, tulivatko kaikki mahdolliset rakenteet mieleen”, selittää akatemiaprofessori Peter Liljeroth.

Tekoälyn avulla monimutkaisia, kolmiulotteisia AFM-kuvia voitiin tulkita luotettavasti ja nopeasti ja molekyylien rakenne pystyttiin selvittämään.

Tutkimuksessa käytettiin tunnettua biomolekyyliä, 1S-kamferia, jonka atomirakenne on tunnettu. Puuteollisuuden biotuotteena se muistuttaa paljon niitä molekyylejä, joista Aalto-yliopiston tutkijat pyrkivät valmistamaan kestävän kehityksen tuotteita.

Tutkimus toteutettiin akatemiaprofessori Liljerothin, professori Fosterin ja professori Juho Kannalan johdolla. Tutkimusartikkeli julkaistiin Science Advances -lehdessä.

Lisätietoa:

Artikkeli:
B. Alldritt, P. Hapala, N. Oinonen, F. Urtev, O. Krejci, F. Federici Canova, J. Kannala, F. Schulz, P. Liljeroth, A. S. Foster, Automated structure discovery in atomic force microscopy. Sci. Adv. 6, eaay6913 (2020). https://dx.doi.org/10.1126/sciadv.aay6913

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

Kuvassa näkyvät rahoituksen opiskelijat Omar Khary ja Valtteri Heikkala. Kuva on saatu opiskelijoilta.
Tutkimus ja taide, Opinnot Julkaistu:

Vaihto-opiskelu vaihtui Case korona -raportin laatimiseen

Oma aktiivisuus ja opiskelijoiden osaamiseen luottava professori tekivät kolmannen vuoden rahoituksen opiskelijoista yhteiskunnallisesti merkittävän raportin kirjoittajia.
teleconferencing study. Image Aalto university / Aino Huovio
Tutkimus ja taide Julkaistu:

Miten etäkokoukset sujuvat? Osallistu tutkimukseen kertomalla kokemuksesi Twitterissä!

Aalto-yliopiston puheenkäsittelyn tutkijat haluavat auttaa parantamaan viestintätyökaluja käyttäjien kokemusten perusteella.
Marko Nieminen vaakakuva
Tutkimus ja taide Julkaistu:

”Saimme käännetyksi suuren riskin suureksi mahdollisuudeksi”

Koronavirus sotki Fusion Grid -hankkeen tutkijoiden suunnitelmat. Jotta projekti voisi jatkua, Marko Nieminen matkusti Namibiaan ja ajoi vuorokaudessa 1400 kilometriä kuljettaakseen tarvittavan välineistön Oniipan kylään sekä ehtiäkseen KLM:n viimeiselle lennolle Eurooppaan.
Katri Kauppi, Associate Professor of Logistics. Photo: Mortti Saarnia / Aalto University
Tutkimus ja taide Julkaistu:

Koronavirus aiheuttaa merkittäviä tuotanto- ja toimitusvaikeuksia

Epidemian jälkeen voimme nähdä nykyistä enemmän sekä varmuusvarastointia että hankintojen jakamista useamman toimittajan kesken.