A IA está ajudando os cientistas a descobrir a estrutura molecular oculta por trás do famoso comportamento estranho da água.
A água cobre a maior parte da superfície da Terra, mas confunde os cientistas porque se comporta de maneira diferente de quase todos os líquidos. Uma de suas propriedades mais conhecidas é que ele se expande em vez de encolher quando congela. Os investigadores há muito que ligam estas propriedades incomuns a mudanças na estrutura microscópica da água à medida que a temperatura e a pressão mudam, mas falta-lhes uma forma consistente de medir e comparar estas mudanças estruturais.
Agora, uma equipe da Universidade de Osaka deu a volta por cima Inteligência artificial (AI) para enfrentar esse desafio. Sua pesquisa, publicada Química de contatoApresenta uma estrutura baseada em IA que avalia e compara diferentes maneiras de descrever a estrutura da água super-resfriada.
IA ajuda a decodificar água super-resfriada
Para que a água líquida congele, suas moléculas devem se organizar em uma rede cristalina organizada. Este processo começa em um local de nucleação, que serve como ponto de partida para o crescimento do cristal. Pequenas impurezas na água ou mesmo arranhões microscópicos no interior de um recipiente podem fornecer esses locais de nucleação.
Se esses pontos de partida estiverem faltando, a água pode permanecer líquida mesmo depois de ser resfriada abaixo da temperatura normal de congelamento. Este estado incomum é conhecido como água super-resfriada.
Os cientistas descobriram que o comportamento incomum da água se torna mais aparente neste estado super-resfriado. Uma explicação importante sugere que a água super-resfriada migra entre duas estruturas líquidas concorrentes: um líquido de alta densidade (HDL) e um líquido de baixa densidade (LDL). Essas estruturas são criadas por uma rede em constante mudança de ligações de hidrogênio entre as moléculas de água. À medida que a temperatura aumenta, as estruturas mais compactas do HDL tornam-se cada vez mais dominantes sobre a estrutura mais aberta do LDL.
Comparação da estrutura oculta da água
Os pesquisadores desenvolveram uma variedade de maneiras de descrever a estrutura molecular local da água, incluindo medidas como ordem de ligação tetraédrica e densidade local. Como estes descritores estruturais foram desenvolvidos de forma independente, baseiam-se em diferentes escalas, dimensões e tipos de informação. Isto torna difícil compará-los diretamente e determinar qual fornece a imagem mais clara do comportamento da água.
“Estudos anteriores mostraram que o uso Aprendizado de máquina “Classificar e compreender os dados estruturais é útil”, explicou o autor correspondente Kang Kim. “Queríamos incluir especificamente um modelo de rede neural neste estudo para avaliar a precisão dos descritores na captura de informações estruturais importantes, de maneira semelhante à cognição humana”.
Para treinar a IA, os pesquisadores alimentaram-na com dados estruturais de simulações de dinâmica molecular de água super-resfriada. Através de repetidas tentativas e erros, a rede neural aprende a reconhecer padrões significativos nos dados.
AI identifica os descritores mais eficazes
“A rede usou o que aprendeu para comparar como 16 descritores diferenciam as estruturas de LDL e HDL em diferentes temperaturas”, relata o autor sênior Nobuyuki Matubayasi. “Assim, determinamos o descritor mais eficiente.”
Os investigadores acreditam que a sua estrutura pode melhorar a compreensão dos cientistas sobre como as mudanças estruturais microscópicas estão ligadas ao comportamento termodinâmico da água. Em última análise, o trabalho poderá ajudar a explicar as origens das propriedades incomuns da água e orientar o desenvolvimento de ferramentas mais eficazes para o estudo de uma das substâncias mais notáveis da natureza.
Referência: “Avaliação de aprendizado de máquina de descritores estruturais para água super-resfriada” por Kohei Yoshikawa, Kokoro Shikata, Kang Kim e Nobuyuki Matubashiya, 6 de julho de 2026. Química de contato.
DOI: 10.1038/s42004-026-02097-1
Nunca perca uma inovação: inscreva-se no boletim informativo SciTechDaily.
Siga-nos no Google e Google Notícias.
