{"id":42074,"date":"2016-05-16T15:00:26","date_gmt":"2016-05-16T18:00:26","guid":{"rendered":"https:\/\/espacoecologico.com.br\/arquivo\/?p=42074"},"modified":"2016-05-15T20:41:00","modified_gmt":"2016-05-15T23:41:00","slug":"falhas-laboratoriais-tornam-se-ouro-na-busca-por-novos-materiais","status":"publish","type":"post","link":"https:\/\/espacoecologico.com.br\/arquivo\/falhas-laboratoriais-tornam-se-ouro-na-busca-por-novos-materiais\/","title":{"rendered":"Falhas laboratoriais tornam-se ouro na busca por novos materiais"},"content":{"rendered":"

\"\"<\/a>\u201cAprenda com seus erros\u201d \u00e9 um ditado familiar, mas pessoas ainda tendem a destacar seus sucessos e varrer suas falhas para debaixo do tapete, como apontou um professor da Universidade de Princeton na semana passada, ao publicar seu \u201cCV de Falhas\u201d(pdf<\/a>), que viralizou desde ent\u00e3o. Agora, em um\u00a0estudo<\/a> publicado nesta semana na Nature, uma equipe de pesquisadores de Haverford College, na Pensilv\u00e2nia, levou a ideia a um outro n\u00edvel – aplica\u00e7\u00e3o na comunidade cient\u00edfica. (Scientific American \u00e9 parte da Springer Nature.)<\/p>\n

Apesar da maioria dos experimentos falharem, apenas os bem-sucedidos s\u00e3o relatados na literatura cient\u00edfica e discutidos entre especialistas. A maior parte dos dados s\u00e3o descartados, largados ao p\u00f3 em cadernos esquecidos nos laborat\u00f3rios ou nem chegam a ser registrados, os tornando inacess\u00edveis para futuras pesquisas. \u201cA literatura cient\u00edfica \u00e9 tendenciosa contra falhas,\u201d diz o qu\u00edmico experimental Alexander Norquist, um dos principais autores do estudo. \u201cN\u00f3s queremos extrair a maior quantidade de informa\u00e7\u00f5es poss\u00edveis do vasto n\u00famero de rea\u00e7\u00f5es fracassadas que n\u00e3o s\u00e3o comumente registradas.\u201d Para conseguir isso, os pesquisadores de Haverford utilizaram um conjunto dessas rea\u00e7\u00f5es que deram errado para criar um algoritmo de aprendizagem autom\u00e1tica capaz de prever o sucesso de novas rea\u00e7\u00f5es qu\u00edmicas com maior exatid\u00e3o do que os humanos podem alcan\u00e7ar.<\/p>\n

Eles come\u00e7aram reunindo dados de aproximadamente quatro mil rea\u00e7\u00f5es qu\u00edmicas (a maioria das quais tinham falhado e, portando, n\u00e3o estavam digitalizadas) realizadas ao longo da \u00faltima d\u00e9cada no laborat\u00f3rio de Norquist. A informa\u00e7\u00e3o focou na s\u00edntese de materiais novos – nesse caso, s\u00f3lidos chamados selenitos de van\u00e1dio complexos, que consistem de van\u00e1dio, sel\u00eanio, oxig\u00eanio e um componente org\u00e2nico. Eles ent\u00e3o criaram um algoritmo de aprendizagem autom\u00e1tica para obter padr\u00f5es dos dados e determinar o que fez alguns experimentos falharem e outros n\u00e3o. Normalmente, cientistas como Norquist constroem, por anos, uma intui\u00e7\u00e3o sobre as combina\u00e7\u00f5es de condi\u00e7\u00f5es – temperatura, quantidade e rela\u00e7\u00e3o dos reagentes, acidez e outros fatores – que podem resultar na forma\u00e7\u00e3o bem-sucedida de cristais. \u201cMas a nossa intui\u00e7\u00e3o \u00e9 sempre incompleta,\u201d afirma Norquist. \u201cExistem nuances e sutilezas nas diferen\u00e7as entre os reagentes e elas nem sempre s\u00e3o logo aparentes.\u201d<\/p>\n

Em seguida, a equipe se voltou para a aprendizagem autom\u00e1tica: eles atribu\u00edram aproximadamente 300 propriedades para cada rea\u00e7\u00e3o e ent\u00e3o usaram uma m\u00e1quina de vetores de suporte, que pode analisar dados em altas dimens\u00f5es, para prever quais condi\u00e7\u00f5es seriam necess\u00e1rias para novas combina\u00e7\u00f5es de reagentes que eles mais tarde testaram no laborat\u00f3rio. O algoritmo previu condi\u00e7\u00f5es para forma\u00e7\u00f5es de cristais bem-sucedidos em 89% dos casos – comparados com a previs\u00f5es dos pesquisadores, que obtiveram uma taxa de sucesso de 78%.<\/p>\n

Como as raz\u00f5es para as decis\u00f5es do algoritmos nem sempre eram claras, gra\u00e7as \u00e0 grande quantidade de dados considerados, os pesquisadores voltaram at\u00e9 o modelo e geraram uma \u201c\u00e1rvore da decis\u00e3o\u201d, uma estrutura semelhante a um fluxograma que mostra os poss\u00edveis resultados de uma s\u00e9rie de escolhas. Usando esse m\u00e9todo, que \u00e9 bem mais f\u00e1cil de interpretar, eles conseguiram adquirir maior introspec\u00e7\u00e3o e formular novas hip\u00f3teses. Eles descobriram, por exemplo, que a polarizabilidade (que mede como a distribui\u00e7\u00e3o de cargas \u00e9 distorcida na presen\u00e7a de um campo el\u00e9trico) era importante em um sentido que eles n\u00e3o haviam antecipado baseando-se nas suas pr\u00f3prias experi\u00eancias laboratoriais. De fato, eles chegaram a tr\u00eas hip\u00f3teses sobre diferentes subconjuntos de reagentes. Uma classe de rea\u00e7\u00f5es contendo certos componentes org\u00e2nicos exigiu a presen\u00e7a de van\u00e1dio em um estado espec\u00edfico de oxida\u00e7\u00e3o. Enquanto isso, quando aqueles componentes tinham baixas polarizabilidades, os pesquisadores descobriram que eles deveriam prestar aten\u00e7\u00e3o no comportamento de outros reagentes, como o s\u00f3dio. Finalmente, para componentes org\u00e2nicos particularmente grandes, densidade da carga desempenhou um papel cr\u00edtico. \u201cA grande novidade disso \u00e9 o processo de ponta a ponta,\u201d diz a cientista de computa\u00e7\u00e3o Sorelle Friedler, outra autora principal do estudo. \u201cA ideia de pegar aquilo que era considerado como falha, como rea\u00e7\u00f5es pouco importantes e usar a informa\u00e7\u00e3o contida nelas, lig\u00e1-las ao algoritmo de aprendizagem autom\u00e1tica e examinar os resultados que ele fornece para gerar novas hip\u00f3teses.\u201d<\/p>\n

Os achados v\u00eam numa \u00e9poca em que pesquisa de materiais se torna cada vez mais importante. A Casa Branca lan\u00e7ou a Materials Genome Initiative em 2011, por exemplo, para acelerar o ritmo em que novos materiais s\u00e3o descobertos e colocados no mercado. Agora, a abordagem do algoritmo de aprendizagem autom\u00e1tica da equipe de Haverford talvez ajude cientistas a tornar essa busca muito mais objetiva – atrav\u00e9s da otimiza\u00e7\u00e3o dos processos sint\u00e9ticos j\u00e1 conhecidos e da cria\u00e7\u00e3o de novos s\u00f3lidos. \u201cMateriais s\u00e3o o cora\u00e7\u00e3o de cada avan\u00e7o tecnol\u00f3gico que podemos imaginar,\u201d diz Ram Seshadri, um pesquisador de materiais da Unversidade da Calif\u00f3rnia, Santa Barbara, que n\u00e3o participou do estudo. \u201cO celular que estou usando agora – sua bateria de l\u00edtio est\u00e1 cheia de materiais avan\u00e7ados, feitos precisamente a partir de rea\u00e7\u00f5es qu\u00edmicas sint\u00e9ticas como as descritas nesse estudo,\u201d ele aponta. Celulares n\u00e3o s\u00e3o as \u00fanicas aplica\u00e7\u00f5es potenciais desses materiais. Essa pesquisa pode ser direcionada a qualquer coisa, desde a cria\u00e7\u00e3o de shampoos e protetores solares melhores at\u00e9 a produ\u00e7\u00e3o de novos farmac\u00eauticos e pain\u00e9is solares mais eficientes. Al\u00e9m disso, os pesquisadores querem tornar a abordagem do algoritmo de aprendizagem autom\u00e1tica dispon\u00edvel para outros campos, seja dentro ou fora da qu\u00edmica. A equipe publicou os dados das rea\u00e7\u00f5es online, para que outros cientistas possam contribuir com seus pr\u00f3prios dados. \u201cN\u00f3s estamos muito animados,\u201d afirma Friedler. \u201cN\u00f3s esperamos que esse estudo estimule outros laborat\u00f3rios a trabalharem conosco.\u201d Acesso a esses dados, especialmente \u00e0s falhas, permitir\u00e3o que eles fa\u00e7am novas descobertas e refinem o algoritmo. \u201cEste \u00e9 o s\u00e9culo dos dados,\u201d diz Al\u00e1n Aspuru-Guzik, um professor de qu\u00edmica e qu\u00edmica biol\u00f3gica da Universidade de Harvard, que n\u00e3o est\u00e1 relacionado ao estudo. \u201cE esse estudo mostra que n\u00f3s podemos aprender muito a partir de experimentos fracassados.\u201d<\/p>\n

\u201cA ci\u00eancia n\u00e3o \u00e9 comumente direcionada por dados e sim por causa e efeito. Esse trabalho confirma que, algumas vezes, voc\u00ea precisa ir al\u00e9m da causalidade e utilizar abordagens direcionadas por dados,\u201d adiciona Sesadri. \u201cMas o maravilhoso \u00e9 que abordagens dirigidas por dados levam a um melhor entendimento de causalidade. Ent\u00e3o a abordagem que a equipe de Haverfod utilizou \u00e9 a que utilizaremos cada vez mais e mais no futuro.\u201d<\/p>\n","protected":false},"excerpt":{"rendered":"

\u201cAprenda com seus erros\u201d \u00e9 um ditado familiar, mas pessoas ainda tendem a destacar seus<\/p>\n","protected":false},"author":2,"featured_media":42075,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[],"tags":[],"uagb_featured_image_src":{"full":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"thumbnail":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica-150x150.jpg",150,150,true],"medium":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica-300x192.jpg",300,192,true],"medium_large":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"large":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"1536x1536":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"2048x2048":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"cream-magazine-thumbnail-2":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"cream-magazine-thumbnail-3":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false],"cream-magazine-thumbnail-4":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2016\/05\/quimica.jpg",415,265,false]},"uagb_author_info":{"display_name":"","author_link":"https:\/\/espacoecologico.com.br\/arquivo\/author\/"},"uagb_comment_info":0,"uagb_excerpt":"\u201cAprenda com seus erros\u201d \u00e9 um ditado familiar, mas pessoas ainda tendem a destacar seus","_links":{"self":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/posts\/42074"}],"collection":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/comments?post=42074"}],"version-history":[{"count":0,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/posts\/42074\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/media\/42075"}],"wp:attachment":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/media?parent=42074"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/categories?post=42074"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/tags?post=42074"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}