З років до тижнів. У США створили систему, що скорочує пошук матеріалів для рідкоземельних металів

Учені в США розробили біологічну платформу, яка дозволяє за кілька тижнів знаходити матеріали для розділення рідкоземельних елементів замість років. Вона використовує бактеріальні білки та машинне навчання для прискорення досліджень. Про це пише видання Interesting Engineering . Дослідники з Ліверморської національної лабораторії ім. Лоуренса застосовують природні білки бактерій, щоб ізолювати та вивчати рідкоземельні елементи. Ці білки, відомі як ланмодулін, утворилися у мікроорганізмів, які використовують такі елементи у своєму метаболізмі. Вчені прагнуть перетворити цю властивість на інструмент для промислового розділення металів. Звичайні методи дослідження білків повільні, оскільки кожен варіант перевіряють окремо. Нова система дозволяє одночасно тестувати сотні варіантів білків. Метод отримав назву SpyCI-LAMBS або « spicy lambs». За словами одного з авторів Патріка Дьєпа, приблизно за місяць вдалося зібрати дані про 600 білків, тоді як раніше це зайняло б від трьох до п’яти років. Система працює так: до білків додають спеціальні мітки, які допомагають їм автоматично прикріплюватися до твердої поверхні. Це прибирає складні етапи очищення, що раніше сповільнювали експерименти. Раніше дослідникам доводилося виділяти потрібні білки з бактеріальних сумішей, де є тисячі інших молекул. Це суттєво обмежувало швидкість роботи. Один із керівників дослідження Ден Пак пояснив, що перевіряти білки по одному було надто довго, і повна їхня характеристика могла б зайняти все життя. Тепер за допомогою лабораторних планшетів на 96 лунок можна паралельно тестувати десятки варіантів білків. Одночасно можна запускати кілька таких планшетів і аналізувати, як білки взаємодіють із різними рідкоземельними елементами. У результаті вчені виділили вісім груп білків із різною здатністю зв’язувати метали. Одна з груп із понад 200 варіантів краще відділяє легкі рідкоземельні елементи, що є складним завданням у переробці матеріалів. Деякі створені білки можуть виконувати розділення за один етап, що спрощує процес. Отримані дані також використовують для навчання моделей машинного навчання, які можуть передбачати поведінку білків ще до експериментів. Поєднання біології та аналізу даних дозволяє не лише знаходити потрібні білки методом спроб і помилок, а й проєктувати їх із заданими властивостями. Як зазначив один із співавторів Юнцінь Цзяо, це перетворює повільний процес досліджень на масштабовану систему створення даних. Дослідники також перевіряють, чи можна застосувати платформу для інших важливих металів. За словами Дена Пака, підхід знижує вартість помилок і дозволяє тестувати навіть ризиковані ідеї, оскільки тепер це можна робити значно швидше. Теги:   Метал Матеріали Дослідження США Якщо ви знайшли помилку в тексті, виділіть її мишкою і натисніть Ctrl + Enter