LINEA DI ATTIVITÀ
LA1.16, LA1.17, LA1.18
Strumento/i principale utilizzato per IEMAP
Supercomputer ENEA (“cresco4” e “cresco6”).
Tipo di misure che sono possibili da realizzare in questo laboratorio, con questo strumento/i
Simulazioni atomistiche di sistemi quali molecole organiche, materiali allo stato solido e nanocristalli. Sviluppo di software di supporto per tali simulazioni.
Applicazione
Calcolo di proprietà chimico-fisiche di molecole organiche (leganti).
Descrizione risultati raggiunti in questo LA
È stato sviluppato un database di molecole e loro proprietà chimico-fisiche intrinseche (descrittori) che descrivono al meglio la chimica dei leganti organici alla superficie dei nanocristalli colloidali, ovvero che tengono conto delle interazioni dei leganti: (i) con il “core” del nanocristallo; (ii) tra di loro; e (iii) con il solvente. Per calcolare questi descrittori in modo rapido, efficiente e senza perdere in accuratezza in un tempo ragionevole di settimane/mesi, sono stati sviluppati una serie di workflows basati sul linguaggio di programmazione Python. Si è scelto il database “Compounds” di PubChem, un database pubblico che elenca sostanze chimiche disponibili, come punto di partenza per questa attività. Innanzitutto, sono state selezionate solo molecole contenenti un singolo gruppo funzionale, scelto tra i noti gruppi di ancoraggio dei leganti (acido carbossilico, acido fosfonico, acido solfonico, tiolo, ammina primaria) tramite il dedicato workflow di Flamingo. Questo filtro ha ridotto il set di dati a ~37 milioni di molecole candidato che possono effettivamente comportarsi come leganti. Le interazioni nanocristallo-legante si sono rivelate essere principalmente determinate proprio dal tipo di gruppo di ancoraggio scelto, come dimostrato da un benchmark della “binding energy” calcolata a livello DFT, tra due tipi di “core” (CsPbBr3 e CdSe) e una serie rappresentativa di leganti (con diversi gruppi di ancoraggio e catene alchiliche). Per stimare le interazioni steriche tra leganti sulla superficie del nanocristallo, è stato calcolato l’angolo di cono di una decina di migliaia di molecole utilizzando il dedicato workflow di CAT. Questi dati sono destinati a essere utilizzati come training set per istruire algoritmi di machine learning, consentendo di stimare l’angolo di cono dei milioni di molecole del database senza dovere effettuare esplicitamente le lunghe procedure di linearizzazione e ottimizzazione di geometria richieste. Infine, l’energia di solvatazione e i coefficienti di attività in vari solventi organici come anche il loro logP sono stati selezionati come descrittori delle interazioni legante-solvente. Queste proprietà termodinamiche macroscopiche sono state ottenute sfruttando Fast-sigma, un programma di stima delle proprietà necessarie ai calcoli COMSO-RS (COnductor-like Screening MOdel for Realistic Solvents). Con l’ausilio del dedicato workflow di nano-CAT, è cosi stato possibile ottenere rapidamente le proprietà di solvatazione dell’intero database di molecole. E’ tuttavia da notare una perdita di precisione per i descrittori degli acidi fosfonici e solfonici, due gruppi funzionali che non rientrano nel training set del programma di previsione delle proprietà di solvatazione impiegato.
REFERENTE/I
Liberato Manna – Istituto Italiano di Tecnologia
Genova (GE)
FIGURE CON RELATIVE DIDASCALIE ESAUSTIVE
Figura 1
Didascalia
Benchmark della “binding energy” calcolata a livello DFT, tra due tipi di “core” di nanocristallo CsPbBr3 (sinistra) e CdSe (destra) e una serie rappresentativa di leganti che presentano i gruppi di ancoraggio selezionati e catene alchiliche con diversi effetti elettronici. Le interazioni nanocristallo-legante si rivelano essere principalmente determinate dal tipo di gruppo di ancoraggio selezionato.
Figura 2
Didascalia
Distribuzione dell’angolo di cono in una decina di migliaia di molecole, calcolato utilizzando il dedicato workflow di CAT. L’angolo di cono dell’acido oleico, il legante più comunemente utilizzato, è evidenziato in rosso e potrebbe servire di riferimento per un successivo filtraggio del database.
Deliverable consegnati con questo LA
Livello di innovazione
I nanocristalli colloidali possono essere descritti come materiali ibridi che combinano un “core” di un materiale inorganico semiconduttore e una “shell” di molecole organiche alla superficie, i cosiddetti leganti. Un ruolo chiave svolto dai leganti in tutti questi sistemi è la stabilizzazione colloidale del “core” inorganico per prevenirne la dissoluzione nei tipici solventi organici. L’idoneità di un determinato legante dipende da diversi fattori, come l’entità della forza di legame legante-nanocristallo (“binding energy”), l’impacchettamento inter-legante alla superficie e le interazioni legante-solvente. In pratica, ci si aspetta che ogni tipo di nanocristallo abbia un suo legante migliore: trovare tale legante è tuttavia laborioso da un punto di vista sperimentale, se si considerano i costi di manodopera e materiali coinvolti e il numero di prove da eseguire. Questa LA propone uno screening computazionale come un efficiente alternativa per esplorare lo spazio ampiamente inesplorato dei leganti potenzialmente interessanti. In questa attività, introduciamo per la prima volta un database pubblico di molecole organiche, derivato da un filtraggio avanzato del database PubChem, con l’obiettivo di costruire un sottoinsieme di candidati leganti potenzialmente adatti a passivare la superficie di qualsiasi “core” di materiale inorganico. Per ogni legante presente nel database, forniamo inoltre proprietà chimiche e fisiche rilevanti e proprietà più specifiche che tengono conto delle interazioni con altri leganti e con il solvente. Queste proprietà dei leganti sono indipendenti dal materiale e possono quindi essere utilizzate come strumento di orientamento per la ricerca sui materiali inorganici rivestiti di leganti in generale.
Disseminazione
Conferenza Gordon Research Seminar “Colloidal Semiconductor Nanocrystals 2022” 3-7 Luglio 2022 (Svizzera). Poster di Ivan Infante “A Universal Database of Surface Ligands in Colloidal Semiconductor Nanocrystals”.
