Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales

El objetivo de esta Tesis es desarrollar métodos computacionales predictivos para propiedades específicas de compuestos de interés en la industria química, particularmente en la industria farmacéutica y de materiales poliméricos. Para desarrollar la metodología de trabajo se utilizó como herramie...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Palomba, Damián
Otros Autores: Díaz, Mónica Fátima
Formato: tesis doctoral
Lenguaje:Español
Publicado: 2014
Materias:
Industria química
QSPR
Redes neuronales
Propiedades mecánicas de polímeros
Acceso en línea:http://repositoriodigital.uns.edu.ar/handle/123456789/3617
Aporte de:
Repositorio Institucional Universidad Nacional del Sur (UNS) de Universidad Nacional del Sur
id I20-R126123456789-3617
record_format dspace
institution Universidad Nacional del Sur
institution_str I-20
repository_str R-126
collection Repositorio Institucional Universidad Nacional del Sur (UNS)
language Español
orig_language_str_mv spa
topic Industria química
QSPR
Redes neuronales
Propiedades mecánicas de polímeros
spellingShingle Industria química
QSPR
Redes neuronales
Propiedades mecánicas de polímeros
Palomba, Damián
Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
topic_facet Industria química
QSPR
Redes neuronales
Propiedades mecánicas de polímeros
author2 Díaz, Mónica Fátima
author_facet Díaz, Mónica Fátima
Palomba, Damián
format tesis doctoral
author Palomba, Damián
author_sort Palomba, Damián
title Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
title_short Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
title_full Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
title_fullStr Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
title_full_unstemmed Predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
title_sort predicción de propiedades de sustancias y materiales de interés en la industria química a través del desarrollo de métodos computacionales
publishDate 2014
url http://repositoriodigital.uns.edu.ar/handle/123456789/3617
work_keys_str_mv AT palombadamian predicciondepropiedadesdesustanciasymaterialesdeinteresenlaindustriaquimicaatravesdeldesarrollodemetodoscomputacionales
bdutipo_str Repositorios
_version_ 1764820504953225217
description El objetivo de esta Tesis es desarrollar métodos computacionales predictivos para propiedades específicas de compuestos de interés en la industria química, particularmente en la industria farmacéutica y de materiales poliméricos. Para desarrollar la metodología de trabajo se utilizó como herramienta la técnica Relación Cuantitativa Estructura/Propiedad (QSPR) (Quantitative Structure/Property Relationship), que consiste en relacionar cuantitativamente diferentes parámetros de una entidad química (por ejemplo una molécula pequeña o un polímero) con una propiedad bien definida de la misma. Este trabajo se plantea como un estudio interdisciplinario, de forma tal que la técnica QSPR sea enriquecida con el conocimiento del ensayo de medición de las propiedades que se buscan predecir y fundamentalmente con los aspectos físico-químicos involucrados. La metodología de trabajo se aplicó en una primera instancia a la predicción de propiedades de drogas y compuestos orgánicos en general y, en una segunda, a propiedades de materiales poliméricos. Las propiedades que se exploraron vinculadas a las drogas y compuestos orgánicos fueron algunas de las físico-químicas relacionadas al comportamiento ADMET (absorción, distribución, metabolismo, excreción y toxicidad) de los mismos. Estas fueron la absorción intestinal humana (AIH) (Human Intestinal Absorption) y el pasaje de la barrera hemato-encefálica (BHE) (Blood-Brain Barrier), ambas esenciales para el desarrollo de nuevos fármacos. Asimismo, se estudiaron los compuestos orgánicos volátiles (VOCs) (volatile organic compounds) que son gases emitidos de ciertos sólidos o líquidos. Se predijeron sus coeficientes de distribución sangre-hígado (log Pliver), que se pueden emplear en la evaluación de riesgos y toma de decisiones en políticas de salud pública. Por otro lado, con respecto al campo de los materiales poliméricos se exploraron diferentes propiedades. Una de ellas es una propiedad térmica, la temperatura de transición vítrea (Tg), la cual se relaciona con el desempeño mecánico y la procesabilidad del material; las restantes son propiedades mecánicas derivadas del ensayo de tracción en una dimensión: elongación a la rotura (Elongation at Break), resistencia a la rotura (Strength at Break) y módulo elástico o de Young (Tensile Modulus). Estas propiedades mecánicas brindan información relacionada con la ductilidad, resistencia y rigidez de un material polimérico respectivamente, y junto con otras definen su perfil de aplicación estructural. La Tesis se organiza, de modo general, en dos grandes bloques en relación con el material al cual se aplica la predicción: drogas y compuestos orgánicos volátiles (compuestos de interés farmacéutico y de salud pública) por un lado, y por el otro, materiales poliméricos (materiales de interés en la industria química). Esta estructura obedece a las significativas diferencias moleculares entre los compuestos de trabajo de los cuales se obtiene la propiedad a predecir, denominada propiedad objetivo o target, y por lo tanto de aquí surgen también los distintos enfoques con los que se plantearon cada una de las predicciones. La contribución original en el área de las drogas y compuestos orgánicos volátiles fue el desarrollo de nuevos modelos de predicción para las propiedades previamente mencionadas, mediante un enfoque semi-automático (un método de selección automática de variables combinado con una selección manual guiada por el conocimiento experto) que se puede aplicar también para modelar otras propiedades y otros compuestos. También el aporte del conocimiento físico-químico durante la fase de modelado conduciendo a modelos más aceptables, ya que son más fáciles de interpretar y tienden a generalizar mejor a los compuestos de diseño (virtuales), es decir compuestos aún no sintetizados. Con relación al campo de los materiales poliméricos, las contribuciones novedosas fueron generar diferentes modelos para predecir la propiedad térmica y las propiedades mecánicas nombradas. Se desarrolló un prototipo molecular sintético, consistente en una estructura trimérica, para representar a los polímeros. Se propusieron nuevos descriptores para materiales poliméricos mediante un enfoque original de las cadenas de los polímeros, distinguiendo los fragmentos que corresponden respectivamente a la cadena principal y a la cadena lateral. Se obtuvo un modelo de predicción para la Tg enriquecido con el conocimiento físico-químico subyacente del fenómeno estudiado y se presentó una explicación estructural detallada de los descriptores del modelo y su relación con la propiedad estudiada. Luego, se validó el prototipo molecular (trímero) en relación a estructuras más complejas (31 unidades repetitivas). Con respecto a las propiedades mecánicas, se presentó un set de datos de trabajo que se recopiló y depuró para polímeros sintéticos a partir de fuentes disponibles. Se propusieron descriptores: por un lado, nuevos de cadena de polímeros, y por el otro, parámetros experimentales. Finalmente, se demostró la utilidad de incorporar información experimental del ensayo de tensión junto con estrategias estructurales para abordar la predicción, generando así herramientas más inteligentes e interpretables para el diseño de nuevos materiales con un perfil de aplicación específico.

Ejemplares similares