Molecole di cromo: simulazioni più rapide e precise

Un atomo di cromo è piccolo, e i suoi elettroni sono così compressi in orbitali compatti che, secondo le parole di Kay Carter-Fenk, si comportano come abitanti di «minuscoli appartamenti». Per i chimici che cercano di prevedere come questi atomi si legano all'interno di una molecola, questo affollamento è da tempo il problema. Il cromo è un ingrediente essenziale dell'acciaio inossidabile, ed è anche tra i metalli che i metodi di simulazione standard gestiscono peggio.

Due famiglie di metodi svolgono gran parte del lavoro. La teoria coupled cluster, o CC, parte da ogni elettrone che si muove nel campo medio di tutti gli altri, poi reintroduce, passo dopo passo, l'energia delle coppie di elettroni che interagiscono, quindi dei gruppi di tre. Per molte molecole è il «gold standard» della chimica quantistica, ma il suo costo computazionale cresce rapidamente man mano che le molecole diventano più grandi. La teoria del funzionale della densità, o DFT, parte da un'immagine più semplice della densità elettronica complessiva ed è molto meno costosa, ma si basa su approssimazioni e parametri non del tutto definiti, quindi i suoi risultati possono essere imprecisi. Entrambe rendono male con metalli di transizione abbondanti come ferro, cobalto e cromo.

John Keith e Barbaro Zulueta cercavano modi per modellare il cromo al fine di realizzare acciai inossidabili migliori per la Marina statunitense. Leggendo la letteratura, hanno scoperto che la DFT era a volte, ma non sempre, un punto di partenza migliore rispetto a quello normalmente usato con CC per questi metalli. Altri ricercatori lo avevano riferito senza una spiegazione chiara. Il gruppo di Carter-Fenk, che lavora sugli elettroni fortemente correlati, ha ipotizzato che la causa risiedesse nella matematica di fondo piuttosto che negli orbitali stessi. Il team ha quindi costruito un indicatore che misura la differenza tra le due densità di partenza e la traduce in un unico numero. «La grandezza di quel numero può indicare se il punto di partenza DFT è vantaggioso o no», ha dichiarato il primo autore Abdulrahman Zamani.

Con questa regola in mano, i ricercatori hanno riferito che CC poteva raggiungere la precisione chimica per molte combinazioni difficili di atomi, con risultati vicini a quelli di settimane o mesi di supercalcolo, ottenuti in minuti o ore. Il titolo dell'articolo, «Improving coupled cluster theory for strongly correlated molecules with Kohn-Sham density encoding», descrive il metodo; il comunicato stampa non riporta test su un insieme più ampio di molecole oltre a quelle dello studio.

Per ora, il beneficiario più diretto è la comunità del machine learning. I modelli che prevedono il comportamento molecolare sono di solito addestrati su dati DFT, e il team sostiene che proprio dove interviene il cromo tali dati sono meno affidabili. Un calcolo di riferimento più accurato fornisce a questi modelli un materiale migliore da cui apprendere. Il guadagno a più lungo termine, secondo Keith, è una strada verso metalli come l'acciaio inossidabile e i lantanidi e attinidi pesanti. Quelle applicazioni, e i nuovi materiali e catalizzatori che potrebbero derivarne, restano obiettivi: lo studio è un risultato computazionale e da esso non è stata ancora realizzata alcuna nuova lega o catalizzatore.