Фонд «Интеллект»
Фонд «Интеллект»
Аспирант химического факультета МГУ им. М.В. Ломоносова Андрей Быков занимается изучением дизайна гибридных галогенометаллатов методами ML и DL для создания оптоэлектронных материалов нового поколения. Победитель конкурса грантовой поддержки молодых ученых фонда «Интеллект» рассказал о своем исследовании.
«Темой моих исследований является химия органо-неорганических галогенидных комплексов постпереходных металлов, также называемых гибридными галогенометаллатами. По своей природе изучаемые мной объекты являются одновременно ионными кристаллами и полупроводниками, за счет чего они обладают рядом преимуществ по сравнению с «классическими» полупроводниками. Они заключаются в том, что носители заряда могут генерироваться и долго жить в объеме вещества, из-за чего пропадает необходимость использовать два материала и создавать p-n-переход в оптоэлектронных устройствах», – уточнил Андрей Быков.
Кроме того, синтез гибридных галогенометаллатов протекает в мягких условиях, является дешевым и масштабируемым. Благодаря этим преимуществам, подкласс органо-неорганических галогенидных комплексов (гибридные галогенидные перовскиты свинца) нашел свое применение в качестве светопоглощающих материалов солнечных элементов, что дало сформироваться отдельной прикладной области – перовскитной фотовольтаике. Прогресс в изучении галогеноплюмбатов(II) органических катионов за 15 лет позволил достичь значений эффективности девайсов (27.0%), превышающих таковое у наиболее распространенных фотоэлементов на основе монокристаллического кремния (26.1%), концепция и технология производства которых развиваются более 50 лет. Кроме того, доскональные исследования гибридных галогенометаллатов продемонстрировали наличие у соединений этого класса широкого круга потенциальных функциональных свойств, среди которых сегнето- и пьезоэлектрически эффекты, нелинейно-оптическая активность, привлекательная широкополосная люминесценция, круговой дихроизм, фото-, термо- и сольватохромизм. В ближайшей перспективе развитие данной области может привести как к массовому использованию эффективных, экологичных и экономичных солнечных элементов нового поколения, так и к созданию более прогрессивных светодиодов, ИК-эмиттеров, излучателей кругового поляризованного света, высокоселективных сенсорных материалов и материалов для борьбы с подделками, девайсов дистанционной термометрии и термографии, рентгеновских сцинтилляторов и различных устройств памяти.
Гибридные галогенометаллаты представляют собой кристаллические твердые тела, в которых можно отдельно рассмотреть органический катион и неорганический анион. Число известных малых органических молекул оценивается ~10^8, при этом значимая часть из них может выступать в качестве органической составляющей в органо-неорганическом галогенидном комплексе, что обуславливает гигантское разнообразие соединений этого класса. Неорганический галогенометаллатный анион, в свою очередь, построен из элементарных строительных блоков – искаженных полиэдров, в центрах которых находятся атомы металла, а в вершинах располагаются атомы галогена. Элементарные блоки способны сочленяться между собой разными способами – общей вершиной, общим ребром или общей гранью, образуя таким образом большое число типов анионных подструктур. Анионы могут состоять из счетного числа строительных блоков и иметь островное строение, а могут описываться как бесконечно протяженные объекты – цепи, слои или 3D-каркасы. Общая особенность органо-неорганических галогенометаллатов заключается в том, что строение анионной подструктуры, атомы, из которых она построена, определяют важнейшие физико-химические свойства. Катион же играет «структуронаправляющую» роль, определяя возможность образования конкретного типа галогенометаллатного аниона и влияя на степень искажения отдельных полиэдров.
Подводя итог, структуру гибридных галогенометаллатов легче всего представить как конструктор «Лего», который собирается чередованием органических катионов и «нежестких» строительных блоков аниона в трехмерном пространстве. Но самое замечательное для нас то, что, подбирая органический катион, определенные метал и галоген, условия синтеза мы можем научиться получать соединения с очень точно настроенным значением функционального свойства в широком диапазоне для каждого конкретного практического применения. Проблема заключается лишь в том, что в общем случае пока никто не знает, как это делать.
Глобальной целью исследования молодого ученого является разработка подходов к дизайну гибридных галогенометаллатов. Под дизайном подразумевается направленный синтез соединений с заданными структурой и/или свойствами, т.е. понимание к какому продукту приведет определенный выбор органического катиона, прекурсоров металла и галогена, и условий синтеза. В силу природы объектов для достижения глобальной цели перед собой мы поставили две задачи: выявление взаимосвязи «условия синтеза и природа органического компонента – строение продукта» и установление количественных корреляций «строение – свойство».
Для решения типичной для хемоинформатики задачи по нахождению корреляций «строение – свойство» в своей работе он применяет методы классического машинного обучения (например, регрессия гауссовского процесса и модели градиентного бустинга), что связано с ограниченностью экспериментальных данных. Новизна исследований ученого заключается в поиске наиболее подходящих и простых дескрипторов, т.е. признаков, учитывающих тонкости кристаллической структуры – искажения элементарных строительных блоков и особенности слабых нековалентных взаимодействий. Задача решается для установления количественного соотношения между шириной запрещенной зоны, которая является основной характеристикой полупроводниковых материалов, а ее значение определяет пригодность полупроводника для конкретного практического применения, и между структурой и люминесцентными характеристиками. На этом фронте работ для разработки подходов к дизайну соединений важным является не только получение количественных моделей на выходе, но интерпретация того, как дескриптор влияет на значение целевого свойства, какова его важность. Для установления взаимосвязи «природа катиона – строение комплекса» приходится использовать различные подходы: начиная с поиска дескрипторов, учитывающих топологию органической молекулы, переходя к исследованию специфических химических пространств, подбору метрик расстояний в нем, отражающих различия в поведении разных органических катионов. Также есть намерение использовать подход graph metric learning после завершения разметки базы данных из десятка тысяч кристаллических структур.
«Помимо всего прочего, свою миссию, как исследователь, я вижу в том, чтобы разработанные мной модели или подходы работали и применялись на практике. После 8 лет экспериментальной работы я замечаю, что расчетные методы в химии предсказывают в лучшем случае тенденции. Существуют, как бы, две метаобласти химической науки – экспериментальная и теоретическая, удачно пересекаются они лишь в редких случаях. Поэтому в своем исследовании я опираюсь только на экспериментальные данные, трижды проверяю создаваемые мной датасеты и базу данных. Трепетно подхожу к интерпретации результатов, выявляя какие особенности структуры влияют на физико-химическое свойство. И использую это в практике – стремлюсь на основе предсказаний синтезировать соединения с рекордными показателями физико-химических свойств», – рассказал Андрей Быков.
