Künstliche Moleküle könnten eines Tages die Informationseinheit einer neuen Art von Computern bilden oder die Basis für programmierbare Substanzen sein. Die Information wäre in der räumlichen Anordnung der einzelnen Atome codiert – ähnlich wie die Abfolge der Basenpaare den Informationsgehalt der DNA bestimmt oder Sequenzen von Nullen und Einsen das Gedächtnis der Computer bilden. Einen Schritt hin zu dieser Vision haben Forscherinnen und Forscher nun gemacht.
Sie zeigten, dass man mithilfe der Atomsondentomografie eine komplexe räumliche Anordnung von zufällig verteilten Metallatomen bestimmen kann – und somit potenziell die Information, die in einer Atomanordnung codiert wäre, wieder auslesen könnte. In der Fachzeitschrift „Science“, online veröffentlicht am 7. August 2020, beschreibt Prof. Dr. Tong Li, Leiterin der Forschungsgruppe Atomic-scale Characterisation am Institut für Werkstoffe der RUB, zusammen mit Dr. Zhe Ji und Prof. Dr. Omar Yaghi aus Berkeley die Methode.
Metallsequenzen decodieren
Als Basis für eine Informationscodierung mit Atomen kommen sogenannte Metal-Organic-Frameworks, kurz MOFs, infrage. Dabei handelt es sich um poröse kristalline Gebilde mit einer definierten räumlichen Struktur, in die sich einzelne Atome einlagern können. Um in der Anordnung der eingelagerten Atome Informationen zu codieren, muss die Anordnung jedoch gezielt erfolgen können, veränderbar sein und auch wieder ausgelesen werden können.
Das Auslesen der Information in MOFs gelang bislang jedoch nur bei sehr einfachen räumlichen Anordnungen, die sich nicht eignen würden, um komplexe Informationen damit zu codieren. In der aktuellen Studie zeigte das Forschungsteam, das sich mittels Atomsondentomografie auch kompliziertere räumliche Anordnungen von Metallatomen bestimmen lassen. Mit dem Verfahren, für das die Bochumer Materialwissenschaftlerin Tong Li eine Expertin ist, lassen sich einzelne Atome sichtbar machen. Die Gruppe arbeitete mit dem sogenannten MOF-74, in das sie einzelne Atome Kobalt, Cadmium, Blei und Mangan zufällig einlagerte. Anschließend entschlüsselte sie deren räumliche Struktur.
Genauso raffiniert wie die Biologie
In Zukunft könnten MOFs die Basis programmierbarer chemischer Moleküle sein: So könnte ein MOF beispielsweise programmiert werden, einen pharmazeutischen Wirkstoff in den Körper einzubringen, dabei gezielt infizierte Zellen ansteuern und nicht mehr benötigten Wirkstoff zu harmlosen Substanzen abzubauen. Sie könnten aber beispielsweise auch für die Abscheidung von CO2 zum Einsatz kommen und gleichzeitig dazu dienen, das CO2 in einen nützlichen Ausgangsstoff für die chemische Industrie umzuwandeln.
„Langfristig können solche Strukturen mit einprogrammierten Atomsequenzen unsere Denkweise in Bezug auf die Materialsynthese komplett verändern“, so die Autoren. „Die synthetische Welt könnte ein ganz neues Level der Präzision und Raffinesse erreichen, das bislang der Biologie vorbehalten war.“
Förderung
Die Arbeiten wurden finanziell unterstützt von der King Abdulaziz City for Science and Technology (Center of Excellence for Nanomaterials and Clean Energy Applications).
Originalveröffentlichung
Zhe Ji, Tong Li, Omar M. Yaghi: Sequencing of metals in multivariate metal-organic frameworks, in: Science, 2020, DOI: 10.1126/science.aaz4304
Pressekontakt
Prof. Dr. Tong Li
Atomic-scale Characterisation
Institut für Werkstoffe
Fakultät für Maschinenbau
Ruhr-Universität Bochum
Tel.: +49 234 32 26099
E-Mail: tong.li@ruhr-uni-bochum.de
Tong Li ist Expertin für Atomsondentomografie.
RUB, Katja Marquard
© RUB, Marquard
Criteria of this press release:
Journalists
Materials sciences
transregional, national
Research results, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).