സയൻസ് എക്സിന്റെ എഡിറ്റോറിയൽ പ്രക്രിയയും നയങ്ങളും അനുസരിച്ച് ഈ ലേഖനം അവലോകനം ചെയ്തിട്ടുണ്ട്. ഉള്ളടക്കത്തിന്റെ വിശ്വാസ്യത ഉറപ്പാക്കുമ്പോൾ എഡിറ്റർമാർ ഇനിപ്പറയുന്ന ആട്രിബ്യൂട്ടുകൾ ഉയർത്തിക്കാട്ടിയിട്ടുണ്ട്:

ഫ്ലോറി-ഹഗ്ഗിൻസ് പാരാമീറ്ററിന്റെ പ്രവചനത്തിനുള്ള ന്യൂറൽ നെറ്റ് വർക്ക് ആർക്കിടെക്ചർ.

പോളിമർ സിന്തസിസ്, റിഫൈനിംഗ്, പെയിന്റിംഗ്, കോട്ടിംഗ് എന്നിവയുൾപ്പെടെ പോളിമറിക് വസ്തുക്കളുടെ ഗവേഷണത്തിലും വികസനത്തിലും പോളിമറുകളെ ഓർഗാനിക് ലായകങ്ങളുമായി ലയിപ്പിക്കുന്നത് അത്യാവശ്യ പ്രക്രിയയാണ്. മെറ്റീരിയൽസ് ഡെവലപ്പ്മെന്റ് പ്രക്രിയകളിലൂടെ ഉൽപാദിപ്പിക്കുന്ന കാർബൺ കുറയ്ക്കുന്നതിന് പ്ലാസ്റ്റിക് മാലിന്യങ്ങൾ പുനരുപയോഗം ചെയ്യുന്നത് മുമ്പത്തേക്കാളും ഇപ്പോൾ അനിവാര്യമാണ്.

പോളിമറുകൾ, ഈ സന്ദർഭത്തിൽ, പ്ലാസ്റ്റിക്കിനെയും പ്ലാസ്റ്റിക് പോലുള്ള വസ്തുക്കളെയും സൂചിപ്പിക്കുന്നു, അവയ്ക്ക് ചില ലായകങ്ങൾക്ക് ഫലപ്രദമായി ലയിക്കാനും അതിനാൽ പുനരുപയോഗം ചെയ്യാനും കഴിയും, എന്നിരുന്നാലും ഇത് തോന്നുന്നത്ര എളുപ്പമല്ല. ക്വാണ്ടം കെമിസ്ട്രി കണക്കുകൂട്ടലുകളുടെ മിറ്റ്സുബിഷി കെമിക്കൽ ഗ്രൂപ്പിന്റെ (എംസിജി) ഡാറ്റാബാങ്ക് ഉപയോഗിച്ച്, ശാസ്ത്രജ്ഞർ ഒരു പുതിയ മെഷീൻ ലേണിംഗ് സിസ്റ്റം വികസിപ്പിച്ചെടുത്തു.

ഹൈ-ത്രൂപുട്ട് ക്വാണ്ടം കെമിസ്ട്രി കണക്കുകൂട്ടലുകൾ ഉപയോഗിച്ച് കമ്പ്യൂട്ടർ പരീക്ഷണങ്ങളിൽ നിന്ന് ഉൽ പാദിപ്പിക്കുന്ന വലിയ ഡാറ്റ സംയോജിപ്പിച്ചുകൊണ്ട് പോളിമർ-ലായക മിസ്സിബിലിറ്റിയെക്കുറിച്ചുള്ള പരിമിതമായ അളവിലുള്ള പരീക്ഷണാത്മക ഡാറ്റയിൽ നിന്ന് ഉണ്ടാകുന്ന പരിമിതികളെ മറികടക്കാൻ ഈ സംവിധാനം ശാസ്ത്രജ്ഞരെ പ്രാപ്തമാക്കി.

മാക്രോമോളിക്യൂൾസ് ജേണലിലാണ് ഗവേഷകർ അവരുടെ പഠനം പ്രസിദ്ധീകരിച്ചത്.

ക്വാണ്ടം കെമിസ്ട്രി കണക്കുകൂട്ടലുകളിൽ നിന്നും മൾട്ടിടാസ്ക് ലേണിംഗ് എന്ന രീതിശാസ്ത്ര ചട്ടക്കൂടിലെ യഥാർത്ഥ പരീക്ഷണങ്ങളിൽ നിന്നുമുള്ള രണ്ട് വ്യത്യസ്ത ഡാറ്റാസെറ്റുകൾ സമഗ്രമായി കൈകാര്യം ചെയ്യുന്നതിലൂടെ, ഏത് പോളിമർ-ലായക മിശ്രിത സംവിധാനത്തിന്റെയും മിസ്സിബിലിറ്റി വളരെ ഉയർന്ന കൃത്യതയോടെ പ്രവചിക്കാൻ കഴിയുന്ന ഒരു മോഡൽ ഗവേഷകർ വിജയകരമായി നിർമ്മിച്ചു.

പ്ലാസ്റ്റിക് മാലിന്യങ്ങളിൽ ചേർക്കുന്ന ലായക തന്മാത്രകൾ തിരഞ്ഞെടുത്ത് പുതുതായി രൂപകൽപ്പന ചെയ്യാൻ ഈ മോഡൽ ഉപയോഗിക്കാം, അതിൽ വിവിധ തരം പ്ലാസ്റ്റിക്കുകളുടെ മിശ്രിതം അടങ്ങിയിരിക്കുന്നു. ഉയർന്ന പ്രകടനമുള്ള പോളിമർ മിശ്രിതങ്ങൾ സൃഷ്ടിക്കുന്നതിന് അത്തരം രൂപകൽപ്പന ചെയ്ത ലായകങ്ങൾ “മിസ്സിബിലൈസറുകൾ” എന്നും ഉപയോഗിക്കുന്നു.

“സമീപ വർഷങ്ങളിൽ, മാലിന്യ പ്ലാസ്റ്റിക് വിഭവങ്ങൾ പുനരുപയോഗം ചെയ്യുന്നതിനുള്ള സാങ്കേതിക കണ്ടുപിടുത്തങ്ങൾക്കായുള്ള പ്രതീക്ഷകൾ അതിവേഗം വളരുകയാണ്. മാലിന്യ പ്ലാസ്റ്റിക്കുകളുടെ പുനരുപയോഗ നിരക്ക് മെച്ചപ്പെടുത്തുന്നതിന് വിവിധ തരം പോളിമറുകൾക്കായി മിസ്സിബിലൈസറുകളുടെ വികസനം അത്യന്താപേക്ഷിതമാണ്,” പഠനത്തിന്റെ രചയിതാവും ഗവേഷകനുമായ റിയോ യോഷിദ പറഞ്ഞു.

ഗവേഷകർ വികസിപ്പിച്ചെടുത്ത പ്രവചന മോഡലിന് പരമ്പരാഗത ക്വാണ്ടം കെമിസ്ട്രി കണക്കുകൂട്ടലുകളേക്കാൾ 40 മടങ്ങ് വേഗത്തിൽ χ പാരാമീറ്ററുകൾ കണക്കാക്കാൻ കഴിയും. ഈ മോഡൽ ഉപയോഗിച്ച്, കാൻഡിഡേറ്റ് ലായക തന്മാത്രകളുടെ കാന്തിമാനമുള്ള ദശലക്ഷക്കണക്കിന് ഓർഡറുകളുടെ സ്ക്രീനിംഗ് അൾട്രാ ഹൈ വേഗതയിൽ നിർവഹിക്കാൻ കഴിയും.

ഇതുവരെ, പോളിമറും ലായകവും ഉചിതമായ പുനരുപയോഗത്തിന് അനുയോജ്യമായ ഒരു ഏകീകൃത മിശ്രിതമാക്കി മാറ്റാൻ എന്താണ് വേണ്ടതെന്ന് കണ്ടെത്തുമ്പോൾ മോഡൽ കൃത്യമാണെന്ന് തെളിയിക്കപ്പെട്ടിട്ടുണ്ട്.

എന്നാൽ ഏതൊരു പുതിയതും ഉയർന്നുവരുന്നതുമായ സാങ്കേതികവിദ്യ ഉപയോഗിച്ച്, വലിയ തോതിലുള്ള ഉപയോഗത്തിന് ശരിക്കും തയ്യാറാകുന്നതിനുമുമ്പ് പ്രക്രിയ കാര്യക്ഷമമാക്കുന്നതിനും കിങ്കുകൾ പരിഹരിക്കുന്നതിനും എല്ലായ്പ്പോഴും ചില ജോലികൾ ചെയ്യാൻ കഴിയും.

മെഷീൻ ലേണിംഗ് ടെക്നിക്കുകൾ കൂടുതൽ മെച്ചപ്പെടുത്തുന്നതിനും വിപുലീകരിക്കുന്നതിനും മെറ്റീരിയൽസ് ഇൻഫോർമാറ്റിക്സ് മേഖലയിൽ ഓപ്പൺ ഇന്നൊവേഷനും ഓപ്പൺ സയൻസും പ്രോത്സാഹിപ്പിക്കുന്നതിനും, ഞങ്ങൾ വികസിപ്പിച്ച സോഴ്സ് കോഡിന്റെയും ഡാറ്റയുടെയും ഒരു ഭാഗം പൊതുജനങ്ങൾക്ക് ലഭ്യമാക്കിയിട്ടുണ്ട്, “യോഷിദ പറഞ്ഞു.

ചില പരിമിതികൾ ഒരു പോളിമറിന്റെ തന്മാത്രാ ഭാരം അല്ലെങ്കിൽ മറ്റ് ഘടനാപരമായ സവിശേഷതകളെ ആശ്രയിക്കുന്നത് നിർണ്ണയിക്കാനുള്ള മോഡലിന്റെ ശേഷിയുടെ അഭാവമാണ്, എന്നാൽ ഡാറ്റയും സോഴ്സ് കോഡിന്റെ ചില ഭാഗങ്ങളും പൊതുജനങ്ങൾക്കായി തുറക്കുന്നത് മോഡലിന് ലഭ്യമായ ഡാറ്റ സെറ്റ് വർദ്ധിപ്പിക്കും, ഇത് ആ വിവരങ്ങൾ ഉൾക്കൊള്ളാനും ഒരു പോളിമറിന്റെ യഥാർത്ഥ മിസ്സിബിലിറ്റിയുടെ മികച്ച പ്രാതിനിധ്യത്തിനായി കൂടുതൽ പഠിക്കാനും അനുവദിക്കുന്നു. താരതമ്യേന കുറഞ്ഞ സമയത്തിനുള്ളിൽ ധാരാളം ഡാറ്റ ലഭിക്കുന്നതിന് ഓപ്പൺ ഇന്നൊവേഷനും ക്രൗഡ് സോഴ്സിംഗ് ഡാറ്റയും വളരെ ഉപയോഗപ്രദമാണ്.

വസ്തുക്കളുടെ വികസനത്തിന്റെ കാര്യത്തിൽ പോളിമർ മിസ്സിബിലിറ്റി പ്രവചിക്കാനും മനസ്സിലാക്കാനുമുള്ള കഴിവ് ഭാവി സാങ്കേതികവിദ്യയിൽ ഒരു പ്രധാന കണ്ടുപിടുത്തമാണെന്ന് തെളിയിക്കാൻ കഴിയും, കൂടാതെ നമ്മുടെ സമൂഹം പ്ലാസ്റ്റിക് അധിഷ്ഠിത വസ്തുക്കളിൽ നിന്ന് അകന്നുപോകുമ്പോൾ പാഴ് പ്ലാസ്റ്റിക്കുകൾ ബുദ്ധിപരമായി പുനരുപയോഗം ചെയ്യേണ്ടതിന്റെ ആവശ്യകതയും.

കൂടുതൽ വിവരങ്ങൾക്ക്: യൂട്ടാ അയോകിയും മറ്റുള്ളവരും, ഫ്ലോറി-ഹഗ്ഗിൻസ് ഇന്ററാക്ഷൻ പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് പോളിമർ-സോൾവന്റ് മിസ്സിബിലിറ്റി പ്രവചിക്കുന്നതിനുള്ള മൾട്ടിടാസ്ക് മെഷീൻ ലേണിംഗ്, മാക്രോമോളിക്യൂളുകൾ (2023). DOI: 10.1021/acs.macromol.2c02600