Forschungsteams aus North Carolina State University und Iowa State University haben ein künstliches Intelligenz-gestütztes System namens DopeBot entwickelt, das die gezielte Entwicklung leitfähiger Polymere für zukünftige Bioelektronik revolutionieren könnte. Die Herausforderung liegt darin, polymere Materialien mit maßgeschneiderten elektronischen Eigenschaften herzustellen – eine Aufgabe, die traditionell zeitaufwendig und ungenau ist. Die Forscher konzentrierten sich auf den konjugierten Polymer pBTTT, der mit dem Dotiermittel F4TCNQ modifiziert wurde, um die Leitfähigkeit zu steigern. Mit Hilfe von AI-Algorithmen und hochdurchsatzfähigen Experimenten führte DopeBot insgesamt 224 Versuche durch, bei denen Prozessparameter wie Lösungsmittel und Temperatur systematisch variiert wurden. Nach jeder Runde wurden die Ergebnisse manuell charakterisiert und als Feedback in das System eingespeist, sodass DopeBot selbstständig die nächsten Experimente optimierte. Die gesammelten Daten umfassten strukturelle, elektronische, optische und physikalische Eigenschaften der dotierten Polymere. Anschließend nutzten die Forscher fortgeschrittene Analytik, um Zusammenhänge zwischen Verarbeitungsbedingungen, Mikrostruktur und elektronischen Eigenschaften zu identifizieren. Doch wie Amassian betont, blieben diese Erkenntnisse zunächst nur korrelative. Um Kausalität zu ermitteln, koppelten sie die experimentellen Ergebnisse mit quantenchemischen Simulationen von Raja Ghosh von der NC State University. Diese zeigten, dass die räumliche Verteilung der Dotiermoleküle innerhalb des Polymernetzwerks entscheidend für die elektronische Leistung ist – insbesondere, ob die Dotierstoffe in gut zugänglichen, stabilen Bereichen lokalisiert sind. Die Ergebnisse liefern nun klare Richtlinien dafür, wie Polymere gezielt verarbeitet werden müssen, um hohe Leitfähigkeit, Stabilität und biokompatible Eigenschaften zu erreichen. Dies ist besonders wichtig für Anwendungen in implantierbaren Bioelektroniksystemen, wie z. B. Nervensignal-Sensoren oder Stimulatoren, die mit dem menschlichen Körper interagieren müssen. Die Forscher arbeiten bereits mit Partnern von der University of Buffalo und der Karlsruher Institut für Technologie an der Entwicklung marktreifer organischer Bioelektronikmaterialien, die nicht nur wissenschaftlich relevant, sondern auch klinisch einsetzbar sein sollen. Die Studie, die in der Zeitschrift Matter veröffentlicht wurde, demonstriert, wie KI-gestützte Forschung die Materialentwicklung beschleunigen und präzisieren kann. Experten sehen darin einen Meilenstein für die Materialwissenschaft: „DopeBot zeigt, wie künstliche Intelligenz die klassische Materialforschung transformiert – von trial-and-error zu datengetriebener, gezielter Entwicklung“, sagt ein Branchenexperte. Die Kooperation zwischen Materialwissenschaft, Chemie und Informatik unterstreicht den Trend hin zu interdisziplinären, datenbasierten Ansätzen in der Nanotechnologie. Die Arbeit könnte den Weg für schnellere Innovationen in der organischen Elektronik und der medizinischen Technologie ebnen.