(Phys.org) —La conception matérielle suit généralement ce que l'on appelle le Méthode Edisonienne , un processus traditionnel caractérisé par la découverte par essais et erreurs plutôt que par une approche théorique systématique. Bien que cela puisse être quelque peu inexact - Edison a utilisé les théories disponibles et n'a eu recours à des essais et des erreurs que lorsqu'aucune théorie adéquate n'existait - une meilleure alternative est un a priori approche dans laquelle les propriétés souhaitées sont définies et les structures correspondantes conçues. À cette fin, des scientifiques de l'Université Columbia - Département de génie chimique et du Laboratoire national de Brookhaven (BNL) ont récemment créé une approche de conception dans laquelle les colloïdes greffés avec de l'ADN simple brin s'auto-assemblent dans les structures souhaitées. Les chercheurs affirment que leur méthodologie peut être facilement généralisée, est rapide et hautement sélectif, reproduit avec précision les paramètres pertinents pour quatre cristaux actuellement réalisés mais aussi - étonnamment - élucide quatre structures actuellement non observées. Alors que les scientifiques reconnaissent que ces structures doivent être validées expérimentalement, ils sont convaincus que leur méthodologie a de larges applications potentielles.

Le professeur Venkat Venkatasubramanian a discuté du document qu'il, Pr Sanat Kumar, Prof. Babji Srinivasan, Thi Vo de Colombie, et leurs co-auteurs, Dr Oleg Gang et Dr Yugang Zhang de BNL, publié récemment dans Actes de l'Académie nationale des sciences . "La conception de nanoparticules greffées d'ADN est un défi car un certain nombre de paramètres expérimentaux peuvent jouer un rôle clé dans l'auto-assemblage, " dit Venkatasubramanian Phys.org . "La taille de l'espace des paramètres peut donc devenir très grande, avec un grand nombre de minima locaux, ce qui rend très difficile - voire impossible - de rechercher efficacement l'espace d'une manière edisonienne par essais et erreurs. » Le cadre de conception inverse de l'algorithme génétique des chercheurs recherche l'espace plus systématiquement, rendre le processus de conception plus efficace. (Un algorithme génétique, ou AG, imite le processus de sélection naturelle.)

Cela étant dit, cependant, Venkatasubramanian ajoute qu'un autre défi dans leur approche est qu'ils nécessitent des modèles avancés fiables. "Alors que les modèles détaillés d'auto-assemblage médié par l'ADN ont tendance à être plus précis, ils nécessiteraient généralement des temps de simulation allant de plusieurs heures à quelques jours, et ne serait donc pas approprié pour un couplage avec l'algorithme génétique pour la conception rationnelle. » Les chercheurs ont donc choisi une méthode plus simple modèle de contact complémentaire (CCM) sur la base des propriétés prévisibles et bien établies des deux ADN (longueur de persistance, augmentation par paire de bases) et DNA-NPs (nombre de brins d'ADN par particule, le comportement d'hybridation des extrémités collantes) ¹ . "Le CCM a réussi à capturer la majorité des observations expérimentales, " il ajoute, " et étant rapide, il permet un couplage GA efficace, générer des prédictions des paramètres de conception requis en quelques minutes."

Kumar note que la validation expérimentale de leur approche en est une autre, et très important, défi. "Nous avons décidé de tester notre cadre en essayant d'abord de prédire des structures nanocristallines qui ont déjà été observées expérimentalement. Ensuite, nous avons créé une bibliothèque de structures cristallines - y compris celles obtenues expérimentalement - en précisant les paramètres expérimentaux pertinents, tels que le rapport de lieur d'ADN et la taille des nanoparticules greffées d'ADN. Ensuite, nous avons exécuté l'algorithme génétique pour une structure cristalline souhaitée qui a été observée expérimentalement, en utilisant le CCM comme modèle prospectif. Nous étions ravis que l'algorithme génétique ait correctement prédit les paramètres expérimentaux qui ont été utilisés dans la formation de la structure observée."

Srinivasan, l'autre co-auteur de l'article, reconnaît qu'actuellement, le modèle CCM avancé utilisé dans le cadre de l'AG a certaines limites. "Cela suppose une hybridation complète de l'ADN dans les zones de contact entre deux particules greffées d'ADN comme étant la force motrice de l'auto-assemblage, " explique-t-il. " En substance, ceci restreint l'analyse aux effets d'interaction purement attractifs. Pour fournir une image enthalpique plus complète, nous prévoyons de construire des interactions répulsives entre les linkers ssDNA non complémentaires sur les nanoparticules. » L'enthalpie est une mesure de l'énergie totale d'un système thermodynamique.

"En outre, " Srinivasan continue, "L'entropie fournit également une contrainte sur le nombre réel de lieurs hybridés dans la zone d'interaction des nanoparticules, ainsi qu'un coût sur la configuration des particules au sein du réseau - les deux étant actuellement intégrés dans le modèle. En outre, le CCM actuel ne définit pas toujours de manière unique une structure cristalline." Par exemple, il illustre, le CCM ne peut pas distinguer les structures du CuAu (un alliage cuivre/or) et du CsCl (chlorure de césium), puisque dans la maille élémentaire, les deux cristaux ont le même nombre de voisins les plus proches et la même distribution de particules. "Cela donne lieu à des dégénérescences que nous prévoyons de traiter en affinant davantage les types d'interaction au sein d'un réseau cristallin."

Relever ces défis n'était pas en soi une mince affaire. "Notre problème de conception est rendu compliqué par les relations non linéaires complexes entre les rapports de taille des colloïdes, le nombre de linkers d'ADN sur chaque nanoparticule et la structure cristalline souhaitée, " Venkatasubramanian dit Phys.org. " Cela conduit à un espace de recherche criblé de minima locaux qui est difficile à explorer en utilisant des approches plus conventionnelles telles que la traînée et l'erreur, l'heuristique ou les méthodes de programmation mathématique." L'innovation clé ici est le cadre de conception inverse qui exploite efficacement les connaissances du CCM (également connu sous le nom de modèle avancé) en le combinant avec l'algorithme génétique (qui est plus robuste aux minima locaux), résultant ainsi en une procédure d'optimisation de conception très efficace et évolutive. « Les algorithmes génétiques sont la façon dont la nature a conçu des molécules et des organismes complexes. Nous créons essentiellement des situations où nous permettons au « pool génétique » des paramètres de greffe d'ADN d'évoluer vers ce 'fittest' - structure avec chaque génération successive."

Kumar souligne également qu'ils ont introduit l'analyse très importante de la détermination de la formation des amas. "Le CCM nécessite une entrée initiale de paramètres de réseau cristallin et suppose donc la formation de cristaux compte tenu de tous les paramètres de greffe d'ADN. Cependant, expérimentalement, il existe de grandes régions de formation d'amas qui résultent du piégeage cinétique de ces particules dans un état métastable au cours du processus d'auto-assemblage. Afin d'éviter que la conception ne tombe dans les limites de ces régimes de formation de grappes, nous avons effectué une analyse de symétrie du modèle qui tient compte de la distribution inégale des lieurs d'ADN sur les particules." En d'autres termes, en introduisant une coupure sur cette distribution, les scientifiques ont pu identifier la présence de régions amorphes et en grappes observées plus tôt dans les expériences. "Cela permet ensuite de futures modifications du cadre pour incorporer un paramètre supplémentaire dans la fonction de fitness, " il ajoute, « de sorte qu'il reconnaîtra et évitera ces « mauvais » chemins évolutifs. »

Actuellement, en ayant un objectif différent par rapport à l'hybridation d'ADN, l'équipe inclut de nouveaux paramètres dans le modèle pour améliorer le CCM avec des contributions entropiques et des interactions répulsives. "Des études expérimentales préliminaires ont montré que notre modèle affiné est en accord avec les résultats expérimentaux, " Srinivasan et Thi Vo notent, "et une analyse approfondie est actuellement menée pour développer un modèle qui spécifiera de manière unique les 230 groupes spatiaux cristallins différents, qui sera ensuite utilisé avec l'approche de l'algorithme génétique pour la conception du réseau cristallin. Notre objectif ultime est de créer le modèle de manière à n'utiliser que les paramètres définissant les particules greffées d'ADN. puisque les paramètres de conception dérivés du cadre de l'algorithme génétique n'impliqueront que des facteurs que les chercheurs peuvent contrôler expérimentalement.

Un résultat intéressant et inattendu est que leurs découvertes ont élucidé quatre structures actuellement non observées. "Parmi la bibliothèque de réseaux cristallins créée à l'aide de la base de données sur la structure cristalline inorganique (ICSD), nous avons pu identifier les paramètres pouvant potentiellement conduire à la formation de quatre nouvelles structures cristallines ainsi que ceux qui ont été observés expérimentalement, " Srinivasan et Vo racontent. " Ces résultats sont prometteurs et jouent un rôle clé dans la conception de nanomatériaux greffés d'ADN. " Il ajoute que le cadre est générique et peut être étendu à la conception rationnelle de matériaux avancés - mais avec une prudence qui, contrairement modèles dynamiques moléculaires, le modèle de chemin vers l'avant doit être efficace du point de vue informatique tout en tenant compte des aspects importants du processus. "Nous pensons que notre approche CCM améliorée devrait être en mesure de nous aider à concevoir des structures qui pourraient potentiellement balayer l'ensemble de l'espace cristallographique."

En termes d'amélioration de l'algorithme générique actuel, Kumar dit que le CCM actuel a deux variables continues qui sont optimisées pour les structures cristallines souhaitées. "Toutefois, " précise-t-il, « avec nos améliorations CCM prévues, cet espace de recherche deviendra encore plus grand, et comme mentionné, regorge de minima locaux qui pourraient conduire à des résultats ambigus. Nous prévoyons d'utiliser la génétique hybride, algorithmes qui utilisent GA en combinaison avec des approches d'optimisation non linéaires traditionnelles pour localiser les minima globaux dans le grand espace de recherche des paramètres expérimentaux.

Avancer, Kumar dit que d'autres innovations que vous pourriez développer en dehors du fait d'avoir des nanoparticules greffées d'ADN ss de forme sphérique, les collaborateurs de l'équipe du Brookhaven National Laboratory (et les co-auteurs des travaux en cours) ont réalisé des expériences introduisant des motifs externes de différentes formes et son effet sur la structure cristalline finale. "Différentes formes nous permettront de contrôler la plage d'interaction et la taille entre les particules, et forment ainsi des réseaux cristallins qui sont actuellement inaccessibles en utilisant des particules sphériques. Nous étudions déjà ces expériences et développons des stratégies qui pourraient être utilisées dans la conception de divers réseaux de nanocristaux, " il explique.

"Nos recherches actuelles se concentrent sur le développement de modèles basés sur l'entropie pour définir de manière unique les réseaux cristallins qui expliqueraient la formation de nanomatériaux greffés d'ADN, " poursuit Kumar. " Les expérimentations valideront ce modèle, qui sera ensuite utilisé dans la conception rationnelle avec le framework GA. En outre, nous prévoyons d'étendre cette stratégie de conception rationnelle aux structures cristallines avec des motifs externes qui facilitent l'auto-assemblage."

Aborder d'autres domaines de recherche qui pourraient bénéficier de leur étude, Venkatasubramanian dit que les scientifiques ont besoin d'un nouveau paradigme qui augmente le flux d'idées, élargit l'horizon de recherche, et archive les connaissances des réussites d'aujourd'hui pour accélérer celles de demain. "Notre cadre répond à ce défi, et dans un sens, nous tirons parti de la façon dont la nature découvre de nouveaux matériaux à travers le modèle darwinien de l'évolution en le mariant de manière appropriée avec des méthodes informatiques. C'est Darwin sous stéroïdes ! Cette approche peut potentiellement révolutionner la conception des matériaux, " conclut-il, "impactant une large gamme de produits qui affectent notre vie quotidienne, des médicaments et des produits chimiques agricoles tels que les pesticides ou les herbicides aux additifs pour carburant, peintures et vernis, et même des produits de soins personnels comme le shampoing."

© 2013 Phys.org. Tous les droits sont réservés.