Des chercheurs ont créé des polymères plus résistants à la déchirure en incorporant des molécules sensibles au stress identifiées par un modèle d’apprentissage automatique.
Une nouvelle stratégie visant à renforcer les matériaux polymères pourrait permettre d’obtenir des plastiques plus durables et de réduire les déchets plastiques, selon des chercheurs du MIT et de l’université Duke.
Grâce à l’apprentissage automatique, les chercheurs ont identifié des molécules de réticulation qui peuvent être ajoutées aux matériaux polymères, leur permettant ainsi de résister à une force plus importante avant de se déchirer. Ces réticulants appartiennent à une classe de molécules appelées « mécanofores », qui changent de forme ou d’autres propriétés en réponse à une force mécanique.
« Ces molécules peuvent être utiles pour fabriquer des polymères plus résistants à la force. Lorsque vous leur appliquez une contrainte, au lieu de se fissurer ou de se briser, elles présentent une plus grande résilience », déclare Heather Kulik, professeure de génie chimique à la chaire Lammot du Pont du MIT, également professeure de chimie et auteure principale de l’étude.
Les agents de réticulation identifiés par les chercheurs dans cette étude sont des composés contenant du fer appelés ferrocènes, dont le potentiel en tant que mécanophores n’avait jusqu’à présent pas été largement exploré. L’évaluation expérimentale d’un seul mécanophore peut prendre des semaines, mais les chercheurs ont montré qu’ils pouvaient utiliser un modèle d’apprentissage automatique pour accélérer considérablement ce processus.
Ilia Kevlishvili, post-doctorant au MIT, est l’auteur principal de l’article en libre accès, publié vendredi dans ACS Central Science. Parmi les autres auteurs figurent Jafer Vakil, étudiant diplômé de Duke, David Kastner et Xiao Huang, tous deux étudiants diplômés du MIT, et Stephen Craig, professeur de chimie à Duke.
Le maillon faible
Les mécanophores sont des molécules qui réagissent à la force de manière unique, généralement en changeant de couleur, de structure ou d’autres propriétés. Dans cette nouvelle étude, l’équipe du MIT et de Duke a cherché à déterminer si ces molécules pouvaient être utilisées pour rendre les polymères plus résistants aux dommages.
Ces nouveaux travaux s’appuient sur une étude réalisée en 2023 par Craig et Jeremiah Johnson, professeur de chimie A. Thomas Guertin au MIT, et leurs collègues. Dans cette étude, les chercheurs ont découvert de manière surprenante que l’incorporation de réticulants faibles dans un réseau polymère pouvait renforcer l’ensemble du matériau. Lorsque des matériaux contenant ces réticulants faibles sont étirés jusqu’à leur point de rupture, les fissures qui se propagent à travers le matériau tentent d’éviter les liaisons les plus fortes et passent plutôt par les liaisons les plus faibles. Cela signifie que la fissure doit rompre plus de liaisons que si toutes les liaisons avaient la même force.
Afin de trouver de nouvelles façons d’exploiter ce phénomène, Craig et Kulik ont uni leurs forces pour tenter d’identifier des mécanophores pouvant être utilisés comme agents de réticulation faibles.
« Nous avions cette nouvelle perspective mécanistique et cette opportunité, mais cela s’accompagnait d’un défi de taille : parmi toutes les compositions possibles de la matière, comment cibler celles qui présentent le plus grand potentiel ? », précise Stephen Craig. « Tout le mérite revient à Heather et Ilia, qui ont à la fois identifié ce défi et conçu une approche pour le relever. »
La découverte et la caractérisation des mécanophores sont des tâches difficiles qui nécessitent soit des expériences longues, soit des simulations informatiques intensives des interactions moléculaires. La plupart des mécanophores connus sont des composés organiques, tels que le cyclobutane, qui a été utilisé comme agent de réticulation dans l’étude de 2023.
Dans la nouvelle étude, les chercheurs ont voulu se concentrer sur des molécules appelées ferrocènes, qui sont considérées comme ayant un potentiel en tant que mécanophores. Les ferrocènes sont des composés organométalliques qui contiennent un atome de fer pris en sandwich entre deux cycles contenant du carbone. Ces cycles peuvent être modifiés par l’ajout de différents groupes chimiques, ce qui altère leurs propriétés chimiques et mécaniques.
De nombreux ferrocènes sont utilisés comme produits pharmaceutiques ou catalyseurs, et quelques-uns sont connus pour être de bons mécanophores, mais la plupart n’ont pas été évalués pour cette utilisation. Les tests expérimentaux sur un seul mécanophore potentiel peuvent prendre plusieurs semaines, et les simulations informatiques, bien que plus rapides, prennent tout de même quelques jours. Évaluer des milliers de candidats à l’aide de ces stratégies est une tâche colossale.
Conscients qu’une approche d’apprentissage automatique pourrait accélérer considérablement la caractérisation de ces molécules, les équipes du MIT et de Duke ont décidé d’utiliser un réseau neuronal pour identifier les ferrocènes susceptibles d’être des mécanophores prometteurs.
Ils ont commencé par exploiter les informations d’une base de données appelée Cambridge Structural Database, qui contient les structures de 5 000 ferrocènes différents déjà synthétisés.
« Nous savions que nous n’avions pas à nous soucier de la question de la synthétisabilité, du moins du point de vue du mécanophore lui-même. Cela nous a permis de choisir un espace très vaste à explorer, avec une grande diversité chimique, qui serait également réalisable sur le plan synthétique », explique Ilia Kevlishvili.
Tout d’abord, les chercheurs ont réalisé des simulations informatiques pour environ 400 de ces composés, ce qui leur a permis de calculer la force nécessaire pour séparer les atomes au sein de chaque molécule. Pour cette application, ils recherchaient des molécules qui se briseraient rapidement, car ces liens faibles pourraient rendre les matériaux polymères plus résistants à la déchirure.
Ils ont ensuite utilisé ces données, ainsi que des informations sur la structure de chaque composé, pour entraîner un modèle d’apprentissage automatique. Ce modèle a permis de prédire la force nécessaire pour activer le mécanophore, qui influence à son tour la résistance à la déchirure, pour les 4 500 composés restants de la base de données, ainsi que pour 7 000 composés supplémentaires similaires à ceux de la base de données, mais dont certains atomes ont été réarrangés.
Les chercheurs ont découvert deux caractéristiques principales susceptibles d’augmenter la résistance à la déchirure. La première était l’interaction entre les groupes chimiques liés aux anneaux de ferrocène. De plus, la présence de molécules volumineuses et encombrantes attachées aux deux anneaux du ferrocène rendait la molécule plus susceptible de se briser sous l’effet des forces appliquées.
« Si la première de ces caractéristiques n’était pas surprenante, la seconde n’était pas quelque chose qu’un chimiste aurait pu prédire à l’avance et n’aurait pas pu être détectée sans l’IA, selon les chercheurs. « C’était vraiment surprenant », déclare M. Kulik.
Des plastiques plus résistants
Une fois que les chercheurs ont identifié une centaine de candidats prometteurs, le laboratoire de Craig à Duke a synthétisé un matériau polymère incorporant l’un d’entre eux, connu sous le nom de m-TMS-Fc. Au sein du matériau, le m-TMS-Fc agit comme un agent de réticulation, reliant les brins de polymère qui composent le polyacrylate, un type de plastique.
En appliquant une force sur chaque polymère jusqu’à ce qu’il se déchire, les chercheurs ont découvert que le faible agent de liaison m-TMS-Fc produisait un polymère solide et résistant à la déchirure. Ce polymère s’est avéré environ quatre fois plus résistant que les polymères fabriqués avec du ferrocène standard comme agent de réticulation.
« Cela a vraiment des implications importantes, car si l’on pense à tous les plastiques que nous utilisons et à toute l’accumulation de déchets plastiques, rendre les matériaux plus résistants signifie que leur durée de vie sera plus longue. Ils seront utilisables pendant plus longtemps, ce qui pourrait réduire la production de plastique à long terme », ajoute M. Kevlishvili.
Les chercheurs espèrent maintenant utiliser leur approche d’apprentissage automatique pour identifier des mécanophores présentant d’autres propriétés intéressantes, telles que la capacité de changer de couleur ou de devenir catalytiquement actifs en réponse à une force. Ces matériaux pourraient être utilisés comme capteurs de contrainte ou catalyseurs commutables, et ils pourraient également être utiles pour des applications biomédicales telles que l’administration de médicaments.
Dans le cadre de ces études, les chercheurs prévoient de se concentrer sur les ferrocènes et d’autres mécanophores contenant des métaux qui ont déjà été synthétisés, mais dont les propriétés ne sont pas encore entièrement comprises.
« Les mécanophores à métaux de transition sont relativement peu explorés, et ils sont probablement un peu plus difficiles à fabriquer », conclut M. Kulik. « Ce processus informatique peut être largement utilisé pour élargir l’espace des mécanophores qui ont été étudiés jusqu’à présent. »
La recherche a été financée par le National Science Foundation Center for the Chemistry of Molecularly Optimized Networks (MONET).
Article : « High-Throughput Discovery of Ferrocene Mechanophores with Enhanced Reactivity and Network Toughening » – DOI : 10.1021/acscentsci.5c00707
Source : MIT
