Hoje, a balança da visibilidade pende para os problemas causados pela presença crescente dos polímeros na vida humana, desde que começaram a substituir materiais menos abundantes, mais caros, pesados, e mais difíceis de serem adaptados a novas aplicações. No entanto, boa parte do desenvolvimento tecnológico nos últimos 100 anos tem a participação de plásticos, borrachas e fibras sintéticas, que transformaram a indústria automobilística, têxtil, aeroespacial, além de embalagens –como as justificadamente mal afamadas sacolas descartáveis e garrafas PET– e dispositivos médicos, dentre outras áreas.

Polímeros naturais são empregados há séculos, mas foi só nas primeiras décadas do século XX que surgiram as versões sintéticas. O pioneiro, o baquelite, foi patenteado em 1909. O marco de nascimento da ciência de polímeros é 1920, quando o alemão Hermann Staudinger publicou artigo que desvenda a formação das cadeias poliméricas. Staudinger recebeu o Prêmio Nobel de Química de 1953 pelo seu trabalho.

Polímero significa formado por muitas (poli) partes (meros). São macromoléculas formadas por longas cadeias de átomos e moléculas menores, os monômeros. Os diferentes tamanhos dessas cadeias, a sua estrutura espacial e as praticamente infinitas composições químicas levam também a inúmeras propriedades possíveis.

Este grande número de combinações possíveis, entre diferentes elementos, em cadeias de vários tamanhos e em sequências distintas de átomos, gera desafios para o uso da inteligência artificial na pesquisa de novos polímeros, no que é chamado de design racional de materiais. A inteligência artificial e, mais especificamente, a aprendizagem de máquina, têm se destacado como ferramentas poderosas na predição de propriedades e, assim, no desenvolvimento de novos materiais de modo mais eficaz, rápido e barato que o tradicional, em grande medida fundado no processo de tentativa e erro. Resultados importantes têm sido obtidos para os materiais mais antigos, como ligas metálicas e cerâmicas, mas a diversidade e complexidade dos polímeros, associadas à relativa juventude do campo, criam dificuldades adicionais.

Uma pesquisa realizada na Universidade de Chicago e publicada no final de 2020 no periódico Science Advances nos aproximou desta possibilidade de usar algoritmos para saber qual combinação de monômeros leva ao polímero com as propriedades desejadas para uma aplicação específica –como, por exemplo, leveza e resistência para novos veículos aeroespaciais– e, também, a materiais com características que reduzam seu impacto sobre o ambiente, como a biodegradabilidade.

O uso da inteligência artificial na área de materiais parte de grandes bancos de dados para buscar vínculos entre composição, estrutura e outros atributos e as propriedades apresentadas por materiais diversos. Na abordagem tradicional, materiais são sintetizados e, depois, analisados para caracterização de suas propriedades e avaliação de sua adequação ao uso pretendido. Com a inteligência artificial, a expectativa é que seja possível informar as propriedades desejadas e receber, em resposta, uma espécie de receita para os materiais mais promissores.

No entanto, escassez de dados empíricos e a qualidade desses dados comprometem muito este desenvolvimento. Uma outra questão, no caso dos polímeros, era o número de registros necessários para treinar uma rede neural (a ferramenta empregada neste caso) com moléculas conhecidas até que ela pudesse predizer propriedades de novos materiais.

O grupo da Universidade de Chicago combinou, à inteligência artificial, modelagem e simulação, para treinar uma rede neural a partir de apenas 2 mil polímeros hipotéticos, construídos computacionalmente para testar a ferramenta. Antes, imaginava-se que poderiam ser necessárias até milhões de cadeias poliméricas para obter este resultado.

A rede treinada foi capaz de prever com precisão as propriedades associadas a diferentes cadeias poliméricas, mostrando, sobretudo, que este é um caminho possível e muito promissor para conjuntos de dados sobre polímeros obtidos empiricamente. Com isso, a expectativa é que a partir de agora vejamos avanços no seu uso para a obtenção dos plásticos e outros materiais poliméricos indispensáveis ao enfrentamento de grandes desafios como, por exemplo, a transição energética, dentre vários outros.

Nas idades pré-históricas identificadas com diferentes materiais (pedra, bronze, ferro), partia-se de propriedades evidentes desses materiais –a dureza, por exemplo– para o uso em aplicações como caça e guerra.

Depois, e até muito recentemente, passamos a criar novos materiais por um processo empírico de tentativa e erro, ainda que informado pelo conhecimento experimental e teórico acumulado e, depois, também por simulações computacionais. Esses novos materiais, sintetizados com participação significativa do acaso –tanta que o processo é apelidado por pesquisadores de “tente e tenha sorte”–, são então caracterizados para conhecimento profundo de suas propriedades e, a partir desse conhecimento, sugestão de novas aplicações.

Agora, o que a ciência de dados e a inteligência artificial prometem é o processo inverso, em que imaginamos uma aplicação e perguntamos à máquina qual material mais provavelmente terá as propriedades necessárias.

O Materials Genome Initiative, programa do governo Obama lançado em 2011 para dobrar a velocidade e, concomitantemente, reduzir o custo da descoberta de novos materiais, é considerado um marco no desenvolvimento da área. A iniciativa destaca a existência de um intervalo que vai de 10 a 20 anos para um novo material chegar ao mercado e atribui esse tempo à dependência da intuição científica associada ao processo de tentativa e erro. Para diminui-lo, propõe, sobretudo, o investimento em ferramentas da ciência de dados.

“Os métodos de inteligência artificial são estudados desde os anos 1980. A mudança que temos agora é uma quantidade muito grande de dados disponíveis”, situa Gustavo Martini Dalpian, professor da Universidade Federal do ABC (UFABC) que tem usado essas ferramentas na busca de novos materiais para aplicações em energia. “Hoje, há ações envolvendo big data para quase todas as vertentes de materiais para energia. Há pessoas procurando materiais para células solares de perovskitas, para baterias de lítio mais eficientes, novos materiais termoelétricos”, exemplifica.

Em 2019, Dalpian e o estudante de doutorado Douglas José Baquião Ribeiro publicaram artigo relatando a busca por materiais para as chamadas células solares de banda intermediária, que prometem eficiência superior às células fotovoltaicas convencionais. Com o apoio da técnica de screening, os pesquisadores partiram de um conjunto de quase 50 mil possibilidades para chegar em uma lista com apenas três materiais.

“Os bancos disponibilizam volumes imensos de informações sobre propriedades de materiais já sintetizados e hipotéticos. Se queremos, por exemplo, encontrar um material com dureza próxima à do diamante, a ideia é procurar nos bancos de dados aqueles que possuem um módulo de compressibilidade volumétrica grande, e estes potencialmente serão bons candidatos. O desafio passa a ser, portanto, definir quais propriedades precisam ser buscadas, as quais chamamos de descritores”, explica Dalpian.

O que o screening e outros métodos permitem, portanto, é o melhor aproveitamento de dados acumulados sobre materiais, resultantes de décadas de trabalho experimental e simulações computacionais. Esses dados tornam possível prever propriedades de novos materiais, com o uso de técnicas de inteligência artificial. Dentre essas técnicas, destaca-se a aprendizagem de máquina (machine learning), cujos algoritmos são capazes de identificar correlações complexas entre composição, estrutura e propriedades dos materiais, muito difíceis de serem detectadas pelos métodos tradicionais. Com isso, detectam padrões e aprendem tendências mesmo sem compreender os mecanismos físicos por trás de um determinado resultado.

Universo inexplorado

A revista Science, em nota sobre o tema publicada recentemente, registra que pode chegar à casa dos bilhões o número de materiais ainda desconhecidos. Destes, a grande maioria é irrelevante, o que transforma a procura por materiais de interesse, nas palavras do periódico, em uma busca por agulhas no palheiro.

Os vidros são uma classe de materiais que ilustra bem este desafio. Das 10⁵² composições vítreas estimadas como possíveis –a partir de combinações entre os elementos da tabela periódica–, apenas 10⁵ vidros já foram sintetizados. Este universo inexplorado traz grandes oportunidades e, vislumbrando esse potencial, Edgar Dutra Zanotto, professor do Departamento de Engenharia de Materiais (DEMa) da Universidade Federal de São Carlos (UFSCar) e Diretor do Centro de Pesquisa, Tecnologia e Educação em Materiais Vítreos (Certev), iniciou há pouco mais de dois anos o trabalho com ferramentas de ciência de dados. Para tanto, buscou a parceria de André Carlos Ponce de Leon Ferreira de Carvalho, do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP).

Em um primeiro artigo, publicado em outubro de 2018, os pesquisadores treinaram um algoritmo para previsão de uma propriedade fundamental na produção de vidros, a temperatura de transição vítrea (T_g). O treinamento foi realizado a partir de dados com a T_g de 55.000 composições vítreas.

Agora, o grupo acaba de publicar um segundo artigo que compara a performance de seis algoritmos diferentes na previsão da mesma propriedade e, para os próximos meses, está previsto o primeiro trabalho que insere outras propriedades nos cálculos realizados. A meta é chegar em softwares de design inverso de vidros, ou seja, nos quais são inseridas as propriedades desejadas para obter um pequeno conjunto de composições a serem testadas empiricamente.

Neste caso, além da economia de tempo e dinheiro, há o potencial de obter materiais com propriedades e aplicações exóticas. Isto porque vidros com até 10 elementos químicos em sua composição são comuns, mas acima disso é muito mais difícil experimentar sem o apoio da inteligência artificial.

Luiz Felipe Cavalcanti Pereira é físico, também mestre e doutor na mesma área,  iniciando sua trajetória como professor da Universidade Federal de Pernambuco (UFPE) depois de um período na Universidade Federal do Rio Grande do Norte (UFRN).

Em comum, os dois têm a condição de finalistas em premiação internacional na área de ciência computacional de materiais, junto com 24 outros jovens pesquisadores da China, França, Alemanha, Itália, Suíça, Reino Unido e Estados Unidos.

O Rising Stars in Computational Materials Science Prize (Prêmio Estrelas em Ascensão em Ciência Computacional de Materiais) reconhece o potencial de pesquisadores em início de carreira, até 10 anos depois de receberem o título de doutor. “Eles representam o futuro do campo, e buscamos atrair atenção internacional para seu trabalho para que possam, eventualmente, receber novos incentivos à carreira”, afirma Susan Sinnot, editora chefe do periódico Computational Materials Science, que promove a premiação.

Além da inclusão entre os finalistas, os dois pesquisadores brasileiros têm em comum a busca por novos materiais para a produção ou armazenamento de energia, ainda que por caminhos diferentes.

Amanda Gouveia utiliza a química teórica no estudo e modelagem de materiais chamados de fotocatalisadores, semicondutores com propriedades fotocatalíticas. Fotocatalisadores aceleram fotorreações, ou seja, reações químicas provocadas pela luz. “Eles são considerados uma tecnologia promissora para novos sistemas de armazenamento de energia, essenciais para processos que vão da purificação de água à esterilização de instrumentos cirúrgicos”, explica Gouveia.

Já as pesquisas de Pereira buscam descrever a condução de calor e eletricidade em materiais nanoestruturados, ou seja, com estrutura em dimensões nanométricas. Dentre esses materiais estão grafeno e similares, que em alguns casos têm espessura de um único átomo. Uma das potenciais aplicações é no controle da condutividade térmica de nanofitas formadas por grafeno e nitreto de boro, que podem ser utilizadas, por exemplo, na produção de energia elétrica a partir do calor dissipado em indústrias e automóveis.

Em ambos os casos, as simulações computacionais são ferramentas indispensáveis, que estabelecem pontes entre o conhecimento teórico e resultados experimentais.

Para entender essa relação, é importante primeiro lembrar que, na escala nanoscópica, o comportamento dos objetos não é descrito pela física clássica (newtoniana) que aprendemos na escola, mas sim pela mecânica quântica. Assim, em objetos com tamanho comparável ao dos átomos, são observados comportamentos –por exemplo, de condução de eletricidade– muito diferentes dos que vemos na escala do nosso cotidiano.

Para investigar e compreender esses comportamentos, a combinação entre estudos teóricos, analíticos, e experimentos, é imprescindível. “É possível descrever o comportamento de um átomo analiticamente –com papel e caneta– utilizando as leis da mecânica quântica de forma razoavelmente precisa, usando apenas pequenas aproximações. Para um pequeno conjunto de átomos, uma molécula, por exemplo, as equações se tornam muito complicadas e é necessário recorrer a aproximações maiores. Descrever analiticamente o comportamento quântico de um objeto, como um fio nanoscópico, por exemplo, é praticamente impossível”, explica Pereira. “Por outro lado, do ponto de vista experimental, é muito difícil construir de maneira controlada objetos que contenham apenas alguns átomos. E, mesmo quando eles podem ser construídos, não costumam ter muita utilidade no mundo real”, complementa.

No trabalho de Amanda Gouveia, examinar a atividade fotocatalítica em profundidade e aprimorar materiais para uma próxima geração de fotocatalisadores exige, justamente, resolução quase atômica (ou seja, em que é possível observar cada átomo individualmente). “Associo os resultados experimentais aos teóricos, uma vez que, nas últimas décadas, a modelagem molecular foi estabelecida como técnica valiosa para revelar conhecimentos fundamentais sobre os problemas no nível atomístico. Os estudos teóricos não só captam os efeitos geométricos e eletrônicos sobre a atividade fotocatalítica, mas também são capazes de explicar e racionalizar os dados experimentais”, conta a pesquisadora.

“Nosso objetivo é justamente construir uma ponte entre os modelos teóricos baseados nas leis fundamentais da mecânica quântica e os experimentos realizados em sistemas com milhões de átomos”, situa Pereira. “Em muitos casos, conseguimos utilizar simulações muito sofisticadas para fazer essa ponte entre modelos teóricos muito simplificados e medidas experimentais muito complexas. Isto ajuda a entender as propriedades e os fenômenos observados nos materiais estudados, o que não seria possível apenas com modelos teóricos ou experimentos”, reitera.

Os finalistas do Rising Stars, que está em sua segunda edição, são convidados a preparar artigo sobre sua pesquisa para publicação em edição especial da revista Computational Materials Science, prevista para o início de 2021. Neste momento, também serão anunciados os vencedores que, além de quantia em dinheiro, passam a integrar o conselho editorial da publicação.

Uma das convidadas, química, me convidou depois da degustação a ajudá-la nos processos de síntese com os quais está envolvida no laboratório. Imagino que tenha sido um elogio (obrigada, Sara!): o reconhecimento da capacidade de escolha dos ingredientes –ovos caipiras, flor de sal e pimenta do reino moída na hora– e de controle de variáveis no seu preparo.

Isto porque também a síntese exige conhecimento e habilidade na escolha de elementos ou substâncias químicas, os precursores. A partir de algum processo de transformação –físico ou, na maior parte das vezes, químico–, esses precursores resultam em novos compostos, os produtos, com composição, estrutura e propriedades distintas das originais. Aqui, há um limite na analogia com o ovo, já que não escolhi os elementos presentes na clara ou na gema, apenas aproveitei o que a natureza fez.

A natureza, aliás, pode ser considerada o maior laboratório de síntese. “Na minha sala, vemos móveis de madeira, material feito pela natureza. Durante muito tempo, nossas roupas eram todas de tecidos naturais, linho, algodão, seda. Tudo isso é resultado de sínteses”, registra, para começo de uma conversa sobre o assunto, Elson Longo da Silva, professor emérito do Departamento de Química da Universidade Federal de São Carlos (UFSCar).

“Em geral, a natureza ganha de 10 a 0 de nós. Até hoje não conseguimos, por exemplo, imitar as rolhas de cortiça, com todas as suas características. Podemos pensar também nas propriedades mecânicas incríveis das carapaças das tartarugas, nas estruturas dos corais, no mecanismo de camuflagem dos camaleões…”, acrescenta.

Voltando a laboratórios mais modestos, os processos de síntese podem aprimorar propriedades daquilo que já existe, ou resultar em materiais antes inexistentes. Outras vezes, o que se busca é produzir em larga escala compostos que, naturalmente, só existem em pequenas quantidades.

“Eu costumo chamar de novo material não só aquele que não existia, mas também o velho conhecido que foi descoberto para uma nova função. Em qualquer das duas situações, a síntese tem um papel central. É só a partir do material existente, que foi preparado por alguma rota sintética, que suas propriedades poderão ser testadas, e sua aplicação viabilizada. A síntese, portanto, é a gênese de tudo”, define Aldo Zarbin, professor titular do Departamento de Química da Universidade Federal do Paraná (UFPR).

A síntese de novos materiais diz respeito, portanto, ao estabelecimento de uma relação entre função, propriedade, composição e estrutura. Zarbin pontua que toda matéria é um material em potencial. No material, uma ou mais propriedades têm funções.

Assim, para uma determinada aplicação –material para próteses ósseas, por exemplo–, é preciso estabelecer as propriedades desejadas, como leveza, resistência mecânica, biocompatibilidade. Depois, são identificados quais precursores, combinados em um determinado processo de síntese (rota), podem resultar na composição e, também, na microestrutura desejada, que diz respeito às ligações estabelecidas entre os átomos e ao seu arranjo espacial.

Estabelecer a melhor rota de síntese significa definir etapas a serem seguidas: aquecimento na água seguido de resfriamento rápido em banho de gelo, no caso do meu ovo. Exige, também, controlar as variáveis envolvidas: temperatura –65ºC– e tempo –60 minutos– no meu processo, certamente muitíssimo mais simples que aqueles enfrentados pela Sara no laboratório!

“O que nós gostaríamos de fazer? Pegar a matéria e transformar exatamente no produto em que temos interesse, como um alfaiate, sob medida. Mas, geralmente, este é um processo que acontece por tentativa e erro”, conta Longo.

A manifestação do pesquisador destaca como, apesar da relevância do conhecimento teórico e, mais recentemente, do apoio de ferramentas computacionais, a pesquisa experimental é o momento de revelação do sucesso ou fracasso da rota de síntese escolhida.

Produzir um novo material, no entanto, não obrigatoriamente se dá através de rotas sintéticas. “Sintetizar significa sair de moléculas simples e ir juntando as peças, como um Lego. A síntese é criar a partir de precursores diferentes. Isolar algo que já está em algum lugar é preparação, não síntese, por exemplo”, explica Zarbin.

Além disso, há uma outra etapa fundamental, o processamento. “De nada adianta ter um material com propriedades fantásticas que não pode ser processado ou incorporado em determinados produtos ou sistemas, para que essas propriedades sejam de fato úteis”, completa o pesquisador da UFPR.

Para o ovo, sugiro servir sobre um bom pão torrado –a versão oferecida a Sara– ou como ponto alto de uma tigela com molho de tomates e espinafre refogado.

Um exemplo é a questão energética. O desenvolvimento de materiais é o limite –e, também, a grande esperança– para o uso em larga escala de fontes mais sustentáveis e ambientalmente adequadas de energia.

Sobre materiais se debruça a pesquisa de dispositivos que possam converter energia solar em elétrica com maior eficiência. Novos modos de armazenamento e transporte da energia limpa também dependem de novos materiais, assim como alguns processos de redução do CO₂ na atmosfera.

Outros exemplos não faltam, nas áreas da saúde, de ciência e tecnologia de informação, ambiental, de produção de alimentos… Mesmo assim, a maioria de nós conhece muito pouco sobre materiais.

Imagino que boa parte das pessoas ainda não tenha gasto algum tempo para pensar em materiais além daquilo que eles significam em nossa vida e na linguagem cotidiana. Pensamos em materiais como os itens que precisamos para iniciar o ano escolar ou um novo projeto de artesanato ou bricolagem. Na comparação entre dois objetos – duas peças de roupa, por exemplo –, pensamos naquilo de que são feitos ao analisamos as diferentes características que apresentam.

No meu caso, hoje percebo, havia um pensamento mágico. Os materiais simplesmente estavam lá, desempenhando suas funções. Alguns sustentando uma casa em pé, outros ajudando um avião a voar, transportando informações, participando do conserto de um osso quebrado, protegendo do fogo ou do frio, dentre tantas outras necessidades do passado, atuais ou que ainda nem sonhamos que um dia teremos.

Essa relação começou a mudar depois de alguns anos atuando na área da divulgação do conhecimento científico, junto a importantes centros de pesquisa e ensino na área de materiais. Não foi rápido nem fácil, mas um dia compreendi que a maior parte dos materiais não estão prontinhos por aí dando sopa.

Materiais nascem de uma necessidade – por exemplo, de produção de carros cada vez mais econômicos e seguros. Diferentes necessidades estão relacionadas à demanda por diferentes propriedades desses materiais (mecânicas, ópticas, magnéticas, biológicas, dentre várias outras). Tais propriedades, por sua vez, são alcançadas pelo conhecimento profundo de um material, até o menor nível da matéria, atômico, nanométrico. E, a partir desse conhecimento, vem a possibilidade de alterações na direção que se deseja.

A descoberta dessas associações também foi mágica. É prazeroso aprender um pouco mais a cada dia sobre a relação entre estrutura, propriedades e aplicações. Saber, por exemplo, que muitas vezes é da natureza que vem a inspiração para uma nova solução. Entender que várias descobertas acontecem quase por acaso, na busca por algo diferente, ou que há propriedades descobertas antes de existir aplicação para elas.

O blog Sínteses surge da vontade de compartilhar o conhecimento e o prazer das pequenas e grandes descobertas. Os textos abordarão aspectos fundamentais dos materiais, associando conceitos de física, química e outras áreas aos objetos do nosso dia a dia. Também teremos histórias das pesquisas mais recentes realizadas em todo o mundo e, sobretudo, no Brasil, cuja produção científica na área alcança relevância internacional.

Não sou cientista, mas, sim, jornalista de ciência, curiosa e com o conhecimento exigido para a formulação das perguntas necessárias e a organização das respostas de forma a tornar mais interessante e inteligível o que às vezes parece distante ou complicado demais.

Que seja uma boa jornada, para a qual conto com a participação do público na proposição de temas e questões. Conto, também, com a comunidade brasileira de ciência e de engenharia de materiais na sugestão de pesquisas e outros assuntos a serem abordados.

Ao trabalho!