“Photonically active bowtie nanoassemblies with chirality continuum” este titlul articolului publicat recent în prestigioasa revistă Nature de către o echipă de cercetători din care face parte și un cercetător român.

Contribuția românească se bazează pe cercetările realizate în cadrul Proiectului de Cercetare Exploratorie ”Tipare ascunse în spectre chiroptice: programarea intuiției chimice (VCD-Machine)”, finanțat în cadrul competiției organizate în anul 2020 la nivelul Programului Idei, asociat PNCDI III. Proiectul are ca scop crearea unei baze de date cu spectre experimentale și teoretice de dichroism circular vibrational (VCD). Această bază de date va fi utilă pentru cercetătorii din mediul academic și industrial, precum și pentru educarea studenților.

Prin natura lor, ființele umane sunt părtinitoare și acest lucru afectează interpretarea datelor științifice. Drept urmare, este important să se dezvolte protocoale care să înlăture sau să reducă la minimum acest risc. O soluție posibilă este dezvoltarea de criterii clare care pot fi implementate cu ușurință în programele de calculator. Cercetarea propusă aici urmărește realizarea acestui lucru în domeniul spectroscopiei de dichroism circular vibrațional (VCD) prin utilizarea algoritmilor de învățare automată. VCD este una dintre puținele tehnici spectroscopice care este capabilă să atribuie configurația absolută (AC) a compușilor chirali. Aceasta este o sarcină foarte importantă în multe ramuri ale chimiei și, mai ales, în industria farmaceutică. Când se utilizează VCD, AC este atribuită pe baza comparațiilor spectrelor experimentale și simulate.

Rezultatul acestui proces poate fi într-adevăr afectat de judecata umană, dar depinde și de incertitudinile intrinseci procedurii de calcul folosite, adică teoria densității funcționalei (DFT). Prin dezvoltarea unei baze de date VCD, obiectivul acestui proiect este validarea unei proceduri de calcul care va elimina ambele deficiențe ale protocolului VCD actual. În plus, această bază de date va fi utilizată pentru a identifica tipare ascunse în spectrele VCD, utilizând algoritmi de clustering de învățare automată. Acest lucru va face procesul de atribuire a AC mai rapid și mai fiabil, cu efecte pozitive in industria farmaceutică.