SpinCastML an Open Decision-Making Application for Inverse Design of Electrospinning Manufacturing: A Machine Learning, Optimal Sampling and Inverse Monte Carlo Approach

Resumo Técnico: SpinCastML – Uma Aplicação de Decisão Aberta para o Design Inverso de Fabricação por Eletrofiação

Definição do Problema
A eletrofiação é uma técnica de fabricação versátil para a produção de materiais fibrosos micro e nanoestruturados, porém seu design racional é dificultado pela natureza intrinsecamente multivariada e não linear do processo. Pequenas variações na química do polímero, na seleção de solventes ou nas condições operacionais podem alterar os regimes eletro-hidrodinâmicos, levando a distribuições distintas de diâmetro de fibra. Crucialmente, o desempenho funcional frequentemente depende da forma e da variabilidade dessas distribuições, e não apenas do diâmetro médio. As práticas de design atuais dependem fortemente de otimização por tentativa e erro, que consome tempo e materiais. Além disso, as abordagens de aprendizado de máquina (ML) existentes frequentemente preveem resultados escalares únicos (diâmetro médio) em vez de distribuições completas, e poucas ferramentas abordam o problema do "design inverso": determinar a formulação e os parâmetros de processamento específicos necessários para alcançar uma morfologia de fibra desejada. Adicionalmente, a falta de restrições de viabilidade química nos ciclos de design pode levar a soluções propostas que são experimentalmente impossíveis (por exemplo, pares polímero-solvente insolúveis).

Metodologia
Os autores apresentam o SpinCastML, uma aplicação executável independente e aberta que implementa um framework de design inverso com consciência de distribuição e restrições químicas. A metodologia integra quatro componentes principais:

1. Curadoria e Pré-processamento de Dados: Um conjunto de dados rigorosamente curado, compreendendo 68.480 medições individuais de diâmetro de fibra extraídas de 1.778 estudos experimentais de 16 polímeros, foi reunido. Os dados foram harmonizados para padronizar unidades, nomenclatura de solventes e notações de concentração.
2. Estratégias de Amostragem Ótimas: Para lidar com a heterogeneidade de alta dimensão e o desequilíbrio de materiais (onde certos polímeros estão sobre-representados), o framework compara três estratégias de amostragem: amostragem aleatória simples, amostragem Sobol+D-otimal e amostragem Sobol+D-otimal balanceada por polímero. Esta última combina sequências de baixa discrepância de preenchimento de espaço (Sobol) com seleção de subconjuntos estatisticamente informativos (D-otimal), ao mesmo tempo em que impõe a estratificação para garantir que os polímeros minoritários sejam adequadamente representados sem perder a variabilidade interna.
3. Benchmarking de Aprendizado de Máquina: Onze algoritmos de ML (incluindo Cubist, GBM, XGBTree, Random Forest, SVM e modelos lineares) foram sistematicamente testados usando validação cruzada (k=3, 5, 10) e conjuntos de teste independentes. O desempenho foi avaliado usando RMSE, MAE, MAPE e $R^2$. O estudo enfatiza a seleção de modelos que generalizam bem através de sistemas quimicamente diversos, em vez de sofrer overfitting para polímeros específicos.
4. Mecanismo de Monte Carlo Inverso (IMC): Diferente da otimização determinística, o SpinCastML formula o design inverso como um problema de inferência probabilística. O mecanismo IMC gera configurações quimicamente viáveis (polímero-solvente-processo) que satisfazem restrições de compatibilidade (solubilidade e miscibilidade), atribuindo probabilidades de sucesso quantificadas. Ele opera em dois modos:
   • Modo Experimental: Amostra da distribuição empírica de dados históricos para reproduzir comportamentos conhecidos.
   • Modo de Otimização: Gera configurações sintéticas dentro de faixas observadas para explorar o espaço de design, filtrando candidatos com base em regras estritas de viabilidade química (ex: classificações de solubilidade polímero-solvente: OK, COND, NO).

Principais Contribuições

• Modelagem com Consciência de Distribuição: O SpinCastML modela explicitamente distribuições completas de diâmetro de fibra em vez de estimativas de ponto único, permitendo a avaliação da robustez do processo e da probabilidade de atingir alvos definidos pelo usuário.
• Design Inverso com Restrições Químicas: O framework incorpora a viabilidade química (solubilidade polímero-solvente e miscibilidade solvente-solvente) diretamente no ciclo de design, garantindo que as soluções geradas sejam experimentalmente acionáveis.
• Ferramenta Aberta e Reprodutível: A aplicação é lançada como um executável independente (baseado em Shiny), com um conjunto de dados curado, permitindo que pesquisadores sem expertise em ML façam upload de dados, treinem modelos e realizem simulações inversas.
• Framework de Amostragem Híbrido: O desenvolvimento e a validação de uma estratégia de amostragem Sobol+D-otimal balanceada por polímero que mitiga efetivamente o desequilíbrio de dados enquanto preserva a cobertura de alta dimensão.

Resultados

• Desempenho do Modelo: O modelo Cubist, treinado sob a estratégia de amostragem Sobol+D-otimal balanceada por polímero, alcançou o desempenho preditivo global mais robusto ($R^2 > 0,92$, RMSE = 260 nm) com generalização estável entre diversos polímeros. Modelos lineares (ex: LM, glmnet) tiveram desempenho insatisfatório ($R^2 \approx 0,40$), confirmando a necessidade de aprendizes não lineares para a eletrofiação.
• Impacto da Amostragem: A estratégia de amostragem balanceada reduziu significativamente as discrepâncias entre as métricas de validação cruzada e de teste em comparação com a amostragem aleatória ou Sobol+D-otimal desbalanceada, indicando redução de overfitting e melhoria na generalização.
• Simulação Inversa: O mecanismo IMC reconstruiu com sucesso distribuições experimentais com $R^2 > 0,90$. No modo "Otimização", o sistema pôde identificar famílias de condições viáveis. Para alguns polímeros (ex: Poliestireno), a otimização refinou as previsões e aumentou as probabilidades de sucesso (até 99,9%), enquanto para outros (ex: PVA), revelou a amplitude das condições viáveis ou destacou limitações na busca por alvos estreitos.
• Estudo de Caso Prospectivo: Um estudo de caso visando fibras de Álcool Polivinílico (PVA) com diâmetro de 250 nm ($\pm$50 nm) demonstrou a eficácia do fluxo de trabalho. O IMC identificou 20 famílias de candidatos quimicamente viáveis. Uma condição (12% de PVA em água, 25 kV, 0,3 mL/h) foi selecionada para validação experimental. As fibras resultantes apresentaram um diâmetro médio de 243,59 nm, caindo dentro da janela alvo prevista, e a distribuição experimental correspondeu de perto à distribuição prevista pelo IMC.

Significância e Alegações
O artigo afirma que o SpinCastML avança a eletrofiação do ajuste de parâmetros empíricos para o design orientado por aplicações e quantitativamente guiado. Ao reformular a eletrofiação como um problema de design inverso distributivo e incorporar a viabilidade química diretamente no ciclo de design, este trabalho estabelece um novo padrão para como processos de eletrofiação são projetados e validados sob variabilidade de fabricação realista.

Os autores enfatizam que a principal contribuição não é meramente um aumento incremental na precisão da previsão, mas uma mudança conceitual: mover-se do "melhor receita única" determinística para uma orientação probabilística pronta para a tomada de decisão, que considera a incerteza experimental e as restrições químicas. Esta abordagem é apresentada como particularmente relevante para desafios emergentes, como sistemas de polímeros mistos, seleção de solventes verdes e arquiteturas de nanofibras específicas para aplicações, onde a simples previsão direta é insuficiente. A ferramenta foi desenhada para reduzir a barreira técnica para a modelagem avançada, promovendo pesquisas reprodutíveis e auditáveis no campo.