Российские ученые разработали программу, которая позволяет моделировать процессы на поверхностях твердых тел, такие как поглощение одним веществом другого и самосборка молекулярных слоев. Этот программный комплекс позволит ускорить разработку новых материалов для разных сфер деятельности, например, электроники, медицины и защиты окружающей среды. Работа опубликована в журнале Journal of Computational Chemistry. Исследование поддержано Президентской программой Российского научного фонда (РНФ).

Одним из перспективных современных направлений в науке о материалах стала самосборка молекулярных монослоев. Этот процесс представляет собой формирование упорядоченной структуры за счет взаимодействия между частицами на поверхности. В результате образуется структура толщиной всего в одну молекулу. Этот процесс перспективен для промышленного производства наноразмерных устройств и новых материалов с атомарной точностью.

Молекулы могут формировать на поверхности бесконечное число упорядоченных структур. Поэтому поиск монослоя с нужными свойствами является крайне трудоемкой задачей. С подобными трудностями сталкивается индустрия производства лекарств — создание нового препарата требует поиска среди бесконечного пространства возможных химических соединений. Компьютерное моделирование радикально ускоряет такой поиск. Виртуальный скрининг уже давно является неотъемлемой частью создания новых лекарств. Сегодня же активно развивается вычислительная наука о материалах, в которой российские ученые занимают лидирующее положение.
Исследователи из Омского государственного технического университета представили набор компьютерных инструментов, предназначенных для моделирования самосборки молекулярных монослоев на поверхностях твердых тел. Он получил название SuSMoST. Эта программа позволяет предсказывать и объяснять структуру и термодинамические свойства адсорбционных слоев — плотность, теплоемкость, устойчивость. Программа находится в свободном доступе. Для моделирования используется комплекс разнообразных методов. В их числе широко известный метод Монте-Карло, основанный на случайных числах, и ряд методов на основе тензорных сетей. Последние являются инструментом современной математики, также применяющимся в системах искусственного интеллекта.

SuSMoST автоматически строит модели на основе описания адсорбционных комплексов — отдельных молекул, связанных с поверхностью. Инструмент также помогает вычислять взаимодействия между частицами методами квантовой химии. SuSMoST генерирует образцы адсорбционных слоев и вычисляет их термодинамические характеристики. С помощью этих данных можно, например, оценивать устойчивость к температуре той или иной самособирающейся структуры.

«Программный комплекс SuSMoST и методика исследований с его помощью позволят ускорить разработку новых материалов и функциональных поверхностей для широчайшего спектра практических задач: катализ, химические сенсоры, защита окружающей среды, электроника, медицина и многое другое. Это действительно мощный инструмент, который при этом легок в применении благодаря использованию короткого и простого кода Python. Мы надеемся, что SuSMoST станет повседневным инструментом как в экспериментальной, так и в вычислительной науке», — прокомментировал Павел Стишенко, руководителя проекта по гранту РНФ, кандидат физико-математических наук, старший научный сотрудник кафедры «Химия и химическая технология» Омского государственного технического университета.