| 기관명 |
NDSL |
| 작성자 |
KISTI 미리안 글로벌동향브리핑 |
| 작성일자 |
2019-09-05 00:00:00.000 |
| 내용 |
연구팀은 하이브리드 나노 입자의 원자 구조를 예측하는데 있어 중요한 진전을 이루었다. 네이처 커뮤니케이션스 (Nature Communications, 'A Method for Structure-Prediction of Metal-Ligand Interfaces of Hybrid Nanoparticles')에 발표된 결과는 하이브리드 나노 입자의 금속-분자 계면에서 분자의 결합 부위를 예측하기 위해 '학습'하는 새로운 알고리즘을 보여준다. 나노 입자 참조 시스템은 이미 발표된 실험 구조 정보를 사용했다. 알고리즘은 원칙적으로 일부 구조 정보가 해당 시스템에 이미 존재하는 경우 금속과 분자로 구성된 나노 미터 크기의 구조에 적용될 수 있다. 나노 미터 크기의 하이브리드 금속 나노 입자는 촉매, 나노 일렉트로닉스, 나노 의학 및 생물학적 이미징을 포함하여 다양한 공정에서 많은 응용 분야를 가지고 있다. 입자의 기능을 이해하려면 입자의 상세한 원자 구조를 아는 것이 종종 중요하다. 입자는 금속 코어와 분자의 보호 층으로 구성된다. 연구팀이 발표한 새로운 알고리즘은 금속-분자 계면과 분자 층 표면 및 환경과의 상호 작용을 시뮬레이션할 수 있는 입자의 전체 구조에 대한 정확한 원자 모델을 생성하는데 도움이 된다. 이 알고리즘은 모델이 유사한 크기와 유형의 다른 입자의 측정된 속성을 얼마나 잘 재현하는지에 따라 예측된 원자 구조 모델의 순위를 지정할 수 있다. 이 알고리즘의 기본 개념은 매우 간단한다. 원자 사이의 화학 결합은 항상 분리되어 있으며, 정의된 결합 각도와 결합 거리를 갖는다. 따라서 모든 원자의 위치가 정확하게 분석되는 실험에서 알려진 모든 나노 입자 구조는 금속-분자 계면의 화학에 필수적인 것을 알려준다. 구조적 예측을 위한 인공 지능의 응용에 관한 흥미로운 질문은, 아직 알려지지 않은 새로운 입자에 대한 예측이 신뢰할 수 있게 하기 위해 우리가 알아야 할 이러한 알려진 구조 중 몇 개냐는 것이다. 이 연구의 다음 단계에서는 기계 학습 방법을 사용하여 하이브리드 금속 나노 입자에 대한 효율적인 원자 상호 작용 모델을 구축하는 것이다. 이 모델을 통해 입자 입자 반응과 작은 약물 분자의 전달 수단으로 작용하는 나노 입자의 능력과 같은 몇 가지 흥미롭고 중요한 주제를 조사할 수 있을 것이다. 새로운 나노 물질에 대한 구조적 예측과 같은 나노 과학의 어려운 주제에 인공 지능을 적용하면 새로운 돌파구가 될 것이다. |
| 출처 |
|
| 원문URL |
연구팀은 하이브리드 나노 입자의 원자 구조를 예측하는데 있어 중요한 진전을 이루었다. 네이처 커뮤니케이션스 (Nature Communications, 'A Method for Structure-Prediction of Metal-Ligand Interfaces of Hybrid Nanoparticles')에 발표된 결과는 하이브리드 나노 입자의 금속-분자 계면에서 분자의 결합 부위를 예측하기 위해 '학습'하는 새로운 알고리즘을 보여준다. 나노 입자 참조 시스템은 이미 발표된 실험 구조 정보를 사용했다. 알고리즘은 원칙적으로 일부 구조 정보가 해당 시스템에 이미 존재하는 경우 금속과 분자로 구성된 나노 미터 크기의 구조에 적용될 수 있다. 나노 미터 크기의 하이브리드 금속 나노 입자는 촉매, 나노 일렉트로닉스, 나노 의학 및 생물학적 이미징을 포함하여 다양한 공정에서 많은 응용 분야를 가지고 있다. 입자의 기능을 이해하려면 입자의 상세한 원자 구조를 아는 것이 종종 중요하다. 입자는 금속 코어와 분자의 보호 층으로 구성된다. 연구팀이 발표한 새로운 알고리즘은 금속-분자 계면과 분자 층 표면 및 환경과의 상호 작용을 시뮬레이션할 수 있는 입자의 전체 구조에 대한 정확한 원자 모델을 생성하는데 도움이 된다. 이 알고리즘은 모델이 유사한 크기와 유형의 다른 입자의 측정된 속성을 얼마나 잘 재현하는지에 따라 예측된 원자 구조 모델의 순위를 지정할 수 있다. 이 알고리즘의 기본 개념은 매우 간단한다. 원자 사이의 화학 결합은 항상 분리되어 있으며, 정의된 결합 각도와 결합 거리를 갖는다. 따라서 모든 원자의 위치가 정확하게 분석되는 실험에서 알려진 모든 나노 입자 구조는 금속-분자 계면의 화학에 필수적인 것을 알려준다. 구조적 예측을 위한 인공 지능의 응용에 관한 흥미로운 질문은, 아직 알려지지 않은 새로운 입자에 대한 예측이 신뢰할 수 있게 하기 위해 우리가 알아야 할 이러한 알려진 구조 중 몇 개냐는 것이다. 이 연구의 다음 단계에서는 기계 학습 방법을 사용하여 하이브리드 금속 나노 입자에 대한 효율적인 원자 상호 작용 모델을 구축하는 것이다. 이 모델을 통해 입자 입자 반응과 작은 약물 분자의 전달 수단으로 작용하는 나노 입자의 능력과 같은 몇 가지 흥미롭고 중요한 주제를 조사할 수 있을 것이다. 새로운 나노 물질에 대한 구조적 예측과 같은 나노 과학의 어려운 주제에 인공 지능을 적용하면 새로운 돌파구가 될 것이다. |
| 내용 |
http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=TREND&cn=GTB2019005409 |
| 첨부파일 |
|
