Forskere har udviklet en computeralgoritme, der kan identificere gode katalysatorer til alle tænkelige kemiske reaktioner. Forskerne ser blandt andet en mulighed i at finde katalysatorer, der kan gøre produktionen af gødning mere klimavenlig, eller endda finde katalysatorer, der kan gøre det lettere at binde CO2 fra atmosfæren.
I flere hundrede år har kemikere stået bøjet over kolberne og reagensglassene i jagten på at finde katalysatorer til at drive kemiske processer.
Sådan ser fremtiden dog formentlig ikke ud, efter forskere har udviklet en algoritme, der kan klare det hele på en computer.
Med algoritmen kan forskerne i simple termer bede computeren om at finde et molekyle, der på den bedst mulige måde driver en given kemisk proces, og computeren vil derefter komme med en række forslag.
Efterfølgende kan forskerne så afprøve computerens forslag i laboratoriet, og det kan spare dem for årevis af arbejde med kolber og reagenser.
Ifølge forskerne bag udviklingen af algoritmen har den potentialet til at få enorm betydning for ikke bare kemikere, men for hele verden.
"For eksempel bliver en meget stor del af verdens gødning i form af ammonium produceret ved hjælp af Haber-Bosch-processen, der kræver meget store mængder energi. Hvis vi med vores algoritme kan finde forbedrede katalysatorer til at drive Haber-Bosch-processen, er der et potentiale for at spare to pct. af verdens energiforbrug, hvilket produktionen af ammonium koster," forklarer professor Jan Halborg Jensen fra Kemisk Institut ved Københavns Universitet.
Jan Halborg Jensen har sammen med kollegaen postdoc Maria Harris Rasmussen arbejdet i flere år på at udvikle algoritmen, og de har publiceret resultater fra forsøg med den i blandt andet Angewandte Chemie her og her.
Undervejs i syv år
En katalysator er meget simpelt et molekyle, der kan hjælpe til med at drive en kemisk proces under mere gunstige betingelser.
Det kan for eksempel være et molekyle, der kan få en kemisk reaktion til at ske ved lavere tryk eller ved lavere temperatur – altså hurtigere og med brug af mindre energi.
Normalt, når forskere skal finde nye katalysatorer, kræver det rigtig mange år i laboratoriet med mange mislykkede forsøg.
I 2016 tænkte Jan Halborg Jensen derfor, at det måtte være muligt at få en computermodel til at regne ud, hvad der ville være det bedste molekyle til at drive en given kemisk proces.
Udviklingen af algoritmen ledte efter syv år til et værktøj, som forskerne først brugte til at identificere et molekyle til at drive den kemiske proces, som hedder Morita-Baylis-Hillman-reaktionen. Det blev vist i det ene af de omtalte videnskabelige studier.
I det andet viser forskerne, at algoritmen kan benyttes bredt til helt generelt at finde gode katalysatorer.
"På den tekniske side kan vi finde gode organiske og kemiske katalysatorer, men vi kan endnu ikke identificere gode katalysatorer med metalforbindelser, men det arbejder vi på," forklarer Maria Harris Rasmussen.
Algoritmen arbejder som evolutionen
Algoritmen fungerer meget simpelt ved, at forskerne giver den en opgave – find en god katalysator til at drive en given kemisk proces.
Derefter fodrer forskerne den med mulige kemiske byggesten at bygge katalysatoren ud af.
Algoritmen fungerer på den måde, at den udvikler sig evolutionært i arbejdet mod at finde den bedst tænkelige katalysator.
Først afprøver den forskellige tilfældige molekyler og finder så de molekyler, der teoretisk vil være bedst til at drive den kemiske proces.
Derefter parrer den disse molekyler, og ud af parringen vælger den igen de bedste katalysatorer.
Sådan fortsætter algoritmen, indtil den har fundet lige akkurat det molekyle, der ifølge modellens beregninger vil være den bedste katalysator.
Derefter er det et spørgsmål om at afprøve den potentielle katalysator i laboratoriet og se, om algoritmen så også har regnet rigtigt.
"I vores første forsøg, hvor vi ville finde et molekyle til at drive Morita-Baylis-Hillman-reaktionen, fandt algoritmen frem til en katalysator, som slet ikke lignede det molekyle, der er den bedste katalysator i dag. Efterfølgende undersøgte vi katalysatoren og fandt, at den faktisk var en lille smule bedre som katalysator, hvilket viste, at vores algoritme virkede," siger Jan Halborg Jensen.
Kan afhjælpe klimaforandringerne
Jan Halborg Jensen og Maria Harris Rasmussen ser store potentialer i algoritmen.
Det gælder både inden for industrien, hvor bedre katalysatorer kan lede til billigere produktion af kommercielt interessante stoffer. Det gælder især i forhold til kemiske processer, der i dag ikke findes gode katalysatorer til.
Algoritmen kan også hjælpe til med at finde forbedrede katalysatorer, som kan løse nogle af de store problemer, som verden i dag står over for.
Som før nævnt benyttes en stor del af verdens energi på at drive Haber-Bosch-processen i produktionen af gødning, men det energiforbrug kan bedre katalysatorer nedbringe ved at mindske behovet for at drive den kemiske proces under tryk og høje temperaturer.
Et andet eksempel er inden for lagring af CO2.
Her ser forskerne en mulighed for at identificere katalysatorer, der kan drive en kemisk proces til at opfange CO2 fra atmosfæren og binde det i et fast stof.
En vigtig parameter for, om det kan lykkedes, har dog ikke meget med kemi at gøre, men derimod kroner og ører.
Det kan nemlig meget vel være, at algoritmen anbefaler, at man benytter et givent molekyle til at drive en kemisk proces, men hvis molekylet i sig selv er voldsomt dyrt at producere, giver det ikke meget mening i hverken industrien eller som løsning på verdens klimaproblemer.
Derudover nytter det ikke noget, hvis Jan Halborg Jensen og Maria Harris Rasmussen er de eneste til at bruge algoritmen.
"Den skal ud i verden, og derfor er det nu vores opgave at vise, at den virker, så andre også kan få tillid til den. Algoritmen har behov for at blive testet af på mange forskellige kemiske processer, hvorefter forskere skal undersøge i laboratoriet, om den katalysator, som algoritmen har fundet frem til, så også rent faktisk gør det, som den skal," siger Maria Harris Rasmussen.
