Metal organik çerçeveler (MOF'lar), enerji, çevre ve biyomedikal teknolojiler için büyük potansiyel sunan, ayarlanabilir özelliklere sahip gelişmiş gözenekli malzemelerdir. MOF'ların sayısı her geçen gün katlanarak artmaktadır ancak tekrarlanan deneysel testler kullanılarak rastgele malzeme seçimiyle farklı uygulamalar için milyonlarca MOF'un incelenmesi imkansızdır. Prof. Dr. Seda KESKİN AVCIve ekibi STARLET Projesi kapsamında, son teknoloji atomistik hesaplamaları, moleküler simülasyonları, makine öğrenimini ve veri bilimini deneylerle entegre ederek tüm MOF'ların konuk depolama ve taşıma özelliklerini hassas bir şekilde değerlendirmek için bir malzeme zekası ekosistemi oluşturmayı hedeflemektedir. Projede dünyamızın temel toplumsal zorluklarını ele almak için on kritik moleküle odaklanılacaktır: MOF'ların temiz enerji depolamasında kullanılması için hidrojen ve metan; zehirli gazların yakalanması ve küresel ısınmayla mücadelede MOF'ların kullanılması için amonyak, karbon monoksit, karbondioksit, nitrik oksit; MOF'ları anti-kanser ilaç tedavisi ve biyotıp için nanotaşıyıcılar olarak kullanmak için fluorourasil, metotreksat, nitrojen, oksijen. Projenin milyonlarca MOF'un konuk depolama ve taşıma özelliklerine yönelik dünyanın ilk veri tabanının oluşturulması; hassas MOF-uygulama eşleştirmesi yoluyla yeni teknolojilerin doğru değerlendirilmesi ve yeni malzemelerin keşfini hızlandırmak için yüksek performanslı MOF'lara yönelik tasarım yönergeleri oluşturulması gibi çığır açan kazanımları olması beklenmektedir.
Prof. Dr. Seda KESKİN AVCI'nın proje önerisi TÜBİTAK ERC Baş Araştırmacı Geliştirme Programı(EBAG) kapsamında desteklenmiştir. Prof. KESKİN AVCI daha önce 2017 ERC Starting Grant çağrısı kapsamında desteklenmiş ve "COSMOS -Computational Simulations of MOFs for Gas Separations" isimli projeyi yürütmüştür. 7. Çerçeve Programı kapsamında 2010 yılında Marie Curie International Reintegration Grant alan Prof. KESKİN AVCI, 2011 yılında L'Oreal - UNESCO Bilim Kadınları ödülüne, 2013 TÜBA GEDİP ödülüne ve 2014 BAGEP ödülüne layık görülmüştür.
Çağrı: ERC-2023-CoG
Proje Süresi: 5 yıl
Proje Akonimi: STARLET
Proje Başlığı: Atomistic Modeling of Advanced Porous Materials for Energy, Environment, and Biomedical Applications
Proje Numarası: 101124002
Ev Sahibi Kurum: Koç Üniversitesi
Panel: PE8 - Products and Processes Engineering
İlgili ERC Proof of Concept Projesi: -
Objective
Metal organic frameworks (MOFs) are advanced porous materials with multifunctional tunable properties offering great potential for energy, environment, and biomedical technologies. The number of MOFs is increasing at an exponential rate. Studying millions of MOFs for different applications by random material selection using iterative experimental testing or brute-force computational simulations is impossible. The full potential of MOFs for target applications can only be unlocked if the storage and transport properties for important chemical and biological guest molecules trapped in the pores of each MOF are known. In this project, I will create a materials intelligence ecosystem for precisely assessing guest storage and transport properties of all MOFs by combining state-of-the-art atomistic calculations, molecular simulations, machine learning, and data science, integrated with past and future experiments. I will focus on ten critical guest molecules to address the key societal challenges of our world: hydrogen and methane to use MOFs for clean energy storage; ammonia, carbon monoxide, carbon dioxide, nitrous oxide to use MOFs for capturing toxic gas and combatting global warming; fluorouracil, methotrexate, nitrogen, oxygen to use MOFs as nanocarriers for anti-cancer drug therapy and biomedicine. The ground-breaking gains of my project will include the creation of the world’s first database for guest storage and transport properties of millions of MOFs; accurate assessments of new technologies by precise MOF-application matching; and generating design guidelines for high-performing MOFs to accelerate discovery of new materials. My novel methodology synergizing theory and data-driven science will greatly extend the reach of current experimental and computational studies by discovering new thermodynamic theories that will be extendible to other material classes and providing atomic-level insights into MOF-guest interactions that determine materials’ performances.
(Kaynak: CORDIS)
