07/07/2025
Simulare gli spettri XPS con l’aiuto dell’intelligenza artificiale: nuovo protocollo teorico e applicazione online
Un gruppo di ricercatori ha messo a punto un nuovo metodo per simulare con grande accuratezza gli spettri XPS (X-ray Photoelectron Spectroscopy), una tecnica utilizzata per studiare la composizione chimica dei materiali a livello atomico. Grazie a un approccio teorico avanzato basato sulla teoria del funzionale della densità (Density Functional Theory, DFT) e su calcoli specifici detti ΔSCF, è ora possibile prevedere le energie di legame degli elettroni negli atomi di carbonio, azoto e ossigeno presenti in molecole organiche, materiali funzionalizzati e film sottili.
Il protocollo è stato validato confrontando i risultati teorici con dati sperimentali, mostrando un'elevata accuratezza su molecole aromatiche, farmaci e biomolecole. Inoltre, i dati prodotti sono stati usati per addestrare un modello di apprendimento automatico (machine learning, ML) capace di simulare spettri XPS in modo rapido e affidabile.
A partire da questo lavoro teorico, il team dell'Istituto di strutturad della materia del Consiglio Nazionale delle Ricerche (Cnr-Ism)ha sviluppato XPS-ML-Predictor, un'applicazione web basata su intelligenza artificiale. L'app consente di ottenere, a partire dalla struttura tridimensionale di una molecola (file in formato .xyz), la previsione dello spettro XPS per l’atomo di carbonio (C1s), visualizzando anche il contributo di ciascun atomo alla forma complessiva dello spettro. L’app è pensata per essere intuitiva e accessibile gratuitamente online, supportando lo studio di molecole contenenti carbonio, azoto, ossigeno, zolfo e alogeni (fluoro, cloro, bromo, iodio).
Tutti i dati, i codici di input e i file necessari alla riproduzione dei risultati sono disponibili in un archivio pubblico, per promuovere la trasparenza e la condivisione all’interno della comunità scientifica.
Il progetto è stato finanziato da ICSC – Centro Nazionale di Ricerca in High Performance Computing, Big Data e Quantum Computing (nell’ambito del programma europeo NextGenerationEU) e dal Ministero dell’Università e della Ricerca (MUR) attraverso il programma PRIN 2022 (Progetti di Rilevante Interesse Nazionale), progetto “NIR+”.
Per informazioni:
Francesco Porcelli
CNR - Istituto di struttura della materia
francesco.porcelli@ism.cnr.it
Comunicazione Cnr-Ism, email: comunicazione@ism.cnr.it
Vedi anche: