Consent Preferences
Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Other cookies are those that are being identified and have not been classified into any category as yet.

No cookies to display.

Una manera més intel·ligent de predir equilibris químics

El nou protocol d'escala desenvolupat a l'ICIQ millora les prediccions sense dades experimentals

7th març 2025 – Un grup de recerca liderat pel professor Carles Bo de l’Institut de Recerca Química de Catalunya (ICIQ) ha fet un gran pas endavant en la predicció de com es formen determinats compostos químics, coneguts com a polioxometalats (POM). En desenvolupar un protocol d’escala universal, els investigadors han ampliat l’abast de la seva innovadora eina, POMSimulator. Aquesta innovació , publicada recentment a Digital Discovery , elimina les limitacions anteriors i representa una fita clau en la química inorgànica.

Predir com les molècules interaccionen i canvien en diferents condicions és un dels grans reptes de la química. Un aspecte important d’això és determinar les constants d’equilibri, especialment les constants de dissociació àcida (pKa), que són essencials en camps que van des de la biologia fins a la indústria. Tanmateix, predir aquests valors és especialment difícil per als POM, un grup de cúmuls moleculars de metall-oxo que es formen mitjançant reaccions àcid-base.

Els investigadors Jordi Buils, Diego Garay-Ruiz, Enric Petrus, Mireia Segado-Centellas i Carles Bo han millorat significativament POMSimulator, una eina que van desenvolupar per simular com es formen els POM. Aquest mètode utilitza càlculs avançats de química quàntica, concretament la Teoria Funcional de la Densitat (DFT), per modelar el comportament químic d’aquests compostos. En analitzar acuradament un gran conjunt de dades de constants de formació de POM, els investigadors han introduït un enfocament d’escala universal que afina la precisió de les prediccions. Anteriorment, POMSimulator es basava en dades experimentals per ajustar les seves prediccions, però el nou mètode elimina aquesta dependència, el que el fa útil per a sistemes on no hi ha dades prèvies disponibles. L’equip també ha introduït un enfocament estadístic per tractar les grans quantitats de dades generades pel mètode, fent que l’eina sigui encara més versàtil.

Com funciona POMSimulator

El grup del Prof. Bo va presentar el 2024 un paquet de programari de codi obert anomenat POMSimulator que ajuda a entendre els mecanismes de formació dels POM. En publicar una versió pública del codi, els investigadors pretenien proporcionar una eina per complementar el descobriment de nous POM, ja que POMSimulator prediu com es comporten els POM a l’aigua mitjançant simulacions informàtiques avançades.

El procés comença recollint dades moleculars clau, com ara estructures, densitats d’electrons i valors d’energia, que després s’utilitzen per construir una xarxa de reacció química (CRN) automàticament. Aquesta xarxa, que descriu com interactuen diferents molècules, sol ser molt complexa. Per donar-li sentit, els investigadors van desenvolupar un mètode que desglossa la xarxa en conjunts d’equacions manejables. La resolució d’aquestes equacions proporciona una imatge detallada de com existeixen i interaccionen les molècules en solució, inclòs com els nivells de pH afecten la seva estabilitat.

 

Impacte i aplicacions futures

La innovació presentada a Digital Discovery és el resultat de gairebé set anys d’investigació dedicada, que inclouen tres tesis doctorals i sis publicacions científiques d’alt impacte. El professor Carles Bo destaca la importància d’aquest treball:

“Aquest article representa el cim del treball del nostre grup durant els últims anys, i no podria estar més orgullós. Hem desenvolupat un nou mètode computacional per simular equilibris químics complexos, tenint en compte el pH i les concentracions d’espècies a través de càlculs DFT, cosa que cap altre mètode aconsegueix. El nostre equip, format per investigadors joves i brillants, ha dut a terme tot el treball teòric i computacional de la investigació, demostrant de manera independent i teòrica i de potència de dades i ICIQ. habilitats de codificació en la química moderna.

La metodologia POMSimulator millorada, juntament amb el seu nou protocol d’escala universal, es podria aplicar a molts altres sistemes químics més enllà dels POM. Amb múltiples estudis publicats i investigacions en curs, aquesta eina innovadora té el potencial de transformar la manera com els científics prediuen els equilibris químics, obrint noves portes per a desenvolupaments en catàlisi, materials energètics i altres camps.

Autor Dr. Enric Petrus Pérez (2020)

Creem un futur més brillant

Uneix-te al nostre equip per treballar amb investigadors reconeguts i fer front a les novetats
projectes i contribuir a avenços científics significatius

Uneix-te a nosaltres!
Patronat:
Membre de:
Acreditat amb:
Amb el suport de: