Metodología para la Optimización Computacional de la Síntesis de Nanopartículas y la Distribución del Tamaño de Partícula, Usando Nanopartículas de Ir(0)n como Sistema Ejemplo

Las pequeñas partículas a escala nano y micro han encontrado muchas aplicaciones gracias a su tamaño específico, distribución de tamaño y, en general, una gran relación superficie-volumen. Sin embargo, los enfoques para diseñar sistemáticamente estas partículas y su distribución de tamaño basándose en principios mecanicistas—es decir, ser capaz de elegir condiciones de reacción basadas en un mecanismo de formación establecido—han eludido en gran medida el campo hasta ahora. En este documento, presentamos una metodología que permite optimizar las condiciones de reacción in silico, utilizando un sistema prototipo de nanopartículas de iridio bien caracterizado como ejemplo. Demostramos que, dado un modelo de formación de nanopartículas que previamente hemos validado contra datos experimentales, estimaciones estadísticas para los parámetros en este modelo también obtenidas previamente, y un algoritmo de optimización adecuado, podemos predecir condiciones experimentales (como concentraciones iniciales y tiempos de finalización de la reacción) para las cuales la distribución de tamaño de partículas resultante coincide estrechamente con un valor medio deseado y es muy estrecha—es decir, permite resultados que habilitan muchas aplicaciones actualmente inalcanzables. Además, nuestra metodología logra esta tarea de optimización mientras también tiene en cuenta la incertidumbre de los parámetros. La combinación de modelo, estimaciones de parámetros y algoritmo de optimización es genérica y es aplicable a muchos otros sistemas de nanopartículas, siempre que esté disponible un modelo confiable de la formación de estas partículas. Así, contribuimos con un flujo de trabajo de análisis completo donde un entendimiento de las ecuaciones cinéticas es el único conocimiento matemático previo requerido.