초접착성 하이드로젤의 데이터 기반 설계

데이터 기반 방법론은 표준화된 데이터셋을 활용하여 원자 구조가 명확한 경질 재료의 발견 및 예측을 혁신했지만, 복잡하고 다중 스케일적인 구조-물성 관계 때문에 연질 재료에는 적용하기 어려웠습니다. 본 연구는 이러한 한계를 극복하고자 데이터 마이닝, 실험, 기계 학습을 통합한 데이터 기반 접근 방식을 제시합니다. 연구팀은 단백질 데이터베이스를 활용하여 이상적인 무작위 공중합을 통해 고분자 사슬 내 단백질 서열 패턴을 통계적으로 재현하는 기술을 개발했습니다. 이를 통해 특정 목적에 맞는 하이드로젤 설계 및 데이터셋 구축이 가능해졌습니다. 기계 학습을 사용하여 180개의 생체 모방 하이드로젤 초기 데이터셋으로부터 제형을 최적화한 결과, 접착 강도에서 현저한 개선을 이루어 최대 1 MPa를 초과하는 값을 달성했습니다. 이는 수중 환경에서도 뛰어난 성능을 발휘하는 초접착성 하이드로젤의 개발을 의미합니다. 이러한 초접착성 하이드로젤은 생체 의공학부터 심해 탐사에 이르기까지 다양한 응용 분야에서 막대한 잠재력을 가집니다. 본 연구는 연질 재료 분야의 데이터 기반 혁신에 중요한 진전을 보여줍니다.