Detalles

Categoría: Signals Notebook

Publicado: 22 Febrero 2024

Visto: 1922

• gestión de la información del laboratorio
• cuaderno de laboratorio electrónico (ELN)
• Signals Notebook
• Revvity Signals Software
• LabTwin

Los cuadernos electrónicos de laboratorio (ELN, por sus siglas en inglés) han recorrido un largo camino desde que surgieron en la década de 1990. En las décadas transcurridas desde entonces, han ganado un terreno significativo como alternativa al otrora omnipresente cuaderno de papel.

Superar los obstáculos de entrada de datos científicos

Los ELN han mejorado significativamente la captura, el archivo, la protección de la propiedad intelectual, el análisis, la colaboración y la innovación de datos científicos. Sin embargo, persiste un desafío clave: la necesidad de ingresar sin problemas y sin esfuerzo no solo datos sino también protocolos e información relacionada, así como la integración de instrumentos.

Ya sea que utilicen un cuaderno digital o en papel, los científicos y técnicos de laboratorio deben documentar sus experimentos en tiempo real para la trazabilidad y la reproducibilidad. Sin embargo, tomar notas en el banco mientras se realizan experimentos puede presentar varios problemas:

• Las reacciones sensibles al tiempo requieren toda la atención de los científicos investigadores, y desviar su atención a las tareas de entrada de datos puede romper su concentración.
• Los experimentos pueden requerir el traslado a través del laboratorio o incluso a diferentes lugares dentro de una instalación. Exigir que el personal regrese a una estación de trabajo para ingresar datos u observaciones de investigación puede impedir la entrada de información en tiempo real.
• Quitarse los guantes u otro equipo de protección personal (EPP) para hacer las entradas de los cuadernos puede ser necesario para cumplir con los protocolos de seguridad, pero también puede crear una barrera adicional para el registro oportuno de la información.

Todos estos obstáculos a menudo hacen que el investigador retrase la captura de datos o interrumpa su flujo de trabajo y, por extensión, disminuya su productividad. El aplazamiento de la entrada de datos puede dar lugar a posibles problemas de cumplimiento y precisión de los datos e ineficiencias.

Para abordar este desafío y optimizar el almacenamiento de datos, se necesitan soluciones innovadoras para optimizar la captura de datos en tiempo real sin interrumpir los experimentos y los procesos de laboratorio.

¿La solución? Integración de un ELN con un asistente de laboratorio digital.

Cuadernos de laboratorio electrónicos e integración de asistentes de laboratorio digitales

La integración de asistente de laboratorio digital ofrece una solución innovadora a los desafíos de los científicos y directores de laboratorio en la captura de datos durante los experimentos.

Al integrar un ELN con un asistente de laboratorio digital, los investigadores y el personal del laboratorio pueden usar comandos de voz para acceder a protocolos científicos, establecer temporizadores, registrar notas y tomar fotos para documentar su trabajo directamente en el laboratorio.

Esta integración elimina las posibles infracciones del protocolo de seguridad y el largo proceso de quitarse el EPI para manipular teclados u otros dispositivos de entrada. De este modo, los científicos pueden centrarse en el experimento, garantizando la precisión e integridad de su trabajo.

Usando simples comandos de voz, los científicos pueden dictar directamente observaciones detalladas, mediciones y condiciones de experimentos, que luego se convierten en texto y se ingresan automáticamente en los campos apropiados dentro del ELN. Los científicos también pueden acceder a información importante en tiempo real, como su protocolo, seguridad o información de inventario. Además de transcribir notas habladas, el asistente de laboratorio digital captura otros metadatos como marcas de tiempo, detalles de experimentos, muestras o identificadores de equipos, lo que garantiza una documentación completa y organizada.

Al aprovechar todas las capacidades de los asistentes de laboratorio digitales habilitados por voz y su experiencia de usuario intuitiva, los científicos pueden optimizar su tiempo, concentrarse y aumentar su productividad en el laboratorio, al tiempo que garantizan la integridad de sus datos.

La integración de Revvity Signals Notebook y LabTwin

En Revvity Signals, hemos unido fuerzas con LabTwin para acelerar la transformación digital en el laboratorio.

Revvity Signals Notebook ya cuenta con herramientas especializadas líderes en la industria para química, biología, productos químicos especializados, formulaciones, gestión de inventario basada en códigos de barras y gestión de flujo de trabajo analítico, además de su potente integración de instrumentos.

Pero ahora, trabajando juntos, hemos integrado nuestro Signals Notebook con el asistente de laboratorio digital de vanguardia de LabTwin a través de Open API. El resultado es un flujo de trabajo fluido y eficiente diseñado pensando en los científicos e investigadores.

El asistente de laboratorio digital habilitado por voz de LabTwin guía a los científicos a través de cada paso de sus experimentos. Permite la captura en tiempo real de observaciones, resultados e imágenes, todo dentro del contexto. Con la estructuración automática de datos y la adición de metadatos, el asistente de laboratorio digital simplifica el proceso y genera informes completos con una pista de auditoría completa que luego se transfiere automáticamente a Revvity Signals Notebook.

Nuestra colaboración con LabTwin refleja nuestro compromiso de ofrecer soluciones integrales que satisfagan las necesidades cambiantes de la comunidad científica.

Familiarícese más con Revvity Signals Notebook

Si está buscando mejorar el flujo de trabajo de su laboratorio, optimizar la captura de datos y aprovechar la entrada de datos manos libres, Revvity Signals Notebook podría ser la solución que necesita.

Detalles

Categoría: MapleSim

Publicado: 22 Febrero 2024

Visto: 2481

Encuentre y solucione problemas de transferencia de calor en una etapa más temprana de su proceso de diseño Detecte problemas de transferencia de calor antes, ahorrando tiempo y dinero en cambios de diseño Pruebe rápidamente nuevas configuraciones con simulaciones que se ejecutan en segundos, no en horas Pruebe los efectos del calor en los efectos dinámicos y transitorios de su diseño

Descripción general de la biblioteca MapleSim Heat Transfer Library

La biblioteca de transferencia de calor de MapleSim brinda una vista completa de los efectos de transferencia de calor presentes en el modelo, lo que permite refinar el diseño para mejorar el rendimiento y evitar el sobrecalentamiento. Esta biblioteca de componentes es útil para cualquier situación en la que la generación de calor sea un problema, especialmente cuando existen contornos móviles entre los componentes que generan calor, como motores, baterías, impresoras y equipos de fabricación.

• Obtenga una comprensión integral de los efectos de la transferencia de calor en su modelo.
• Pruebe fácilmente nuevas configuraciones mucho más rápido que con otras herramientas de modelado.
• Genere el modelo discretizado utilizando geometrías integradas comunes y luego verifique automáticamente la distribución de temperatura en simulaciones a nivel de sistema.
• Personalice los materiales y la geometría de su diseño cuando trabaje con geometrías más complicadas.

Componentes La biblioteca de transferencia de calor MapleSim incluye una variedad de componentes para cubrir situaciones comunes, así como geometrías y materiales personalizados, que incluyen: Básicos: Modele componentes térmicos y de calor básicos, como condensadores de calor, conductores térmicos, convección de calor y radiación de calor; y modelar contornos móviles utilizando contacto y enrutamiento de calor Contornos: definir el flujo de calor y la temperatura. Múltiples: combine múltiples componentes térmicos básicos Nodos: modele nodos genéricos, que consisten en condensadores de calor y conductores térmicos, en varias formas 2D y 3D, como cuboide, cilíndrico, anillo y sector anular. Propiedades: seleccione o defina las propiedades térmicas de los materiales estándar. Enrutamiento: administre el enrutamiento entre conexiones térmicas Sensores: monitoree el flujo de calor y la temperatura. Formas: modele sólidos conductores térmicos ideales genéricos en 2D y 3D, como formas cúbicas, cilíndricas o de anillos, utilizando múltiples nodos.

Casos de uso típicos La biblioteca de transferencia de calor MapleSim es útil para cualquier situación en la que la generación de calor sea un problema. Las geometrías altamente complejas incorporadas en su modelo CAD a menudo proporcionan tanta información que resulta imposible simular la transferencia de calor durante las exploraciones a nivel de sistema. La biblioteca de transferencia de calor MapleSim le permite representar su diseño utilizando geometrías más simples, pero suficientes, dentro de un modelo completo a nivel de sistema, por lo que es factible explorar los efectos de transferencia de calor en su modelo y mejorar su diseño. Estas son solo algunas de las situaciones en las que esta biblioteca le resultará útil: Quiere experimentar con cambios en su diseño y su herramienta FEA o Excel ® tarda demasiado en ejecutar la cantidad de simulaciones que necesita para explorar su espacio de diseño. Quiere analizar la distribución de temperatura de su diseño mientras aún se encuentra en la fase de diseño conceptual, utilizando simulación a nivel de sistema. Es necesario simular el comportamiento térmico transitorio, los límites móviles y los efectos del cambio de generación de calor en otros componentes, como motores y discos de freno.

Detalles

Categoría: Comsol

Publicado: 20 Febrero 2024

Visto: 2248

La demanda de soluciones acústicas óptimas se extiende por una amplia gama de industrias, desde la automotriz y la aeroespacial hasta la arquitectura y la electrónica. En este contexto, COMSOL Multiphysics ofrece herramientas para simular y optimizar el comportamiento acústico de productos y sistemas.

¿Qué hace a COMSOL Multiphysics destacar en el campo de la acústica? La respuesta radica en su capacidad para modelar fenómenos físicos complejos de manera integrada. Desde la propagación del sonido en estructuras hasta la absorción acústica en materiales porosos, COMSOL permite a los usuarios explorar una variedad de escenarios con una fidelidad sin igual.

Además, la plataforma ofrece una interfaz intuitiva que facilita la creación y manipulación de modelos, junto con un amplio conjunto de herramientas de postprocesado que permiten analizar y visualizar los resultados de manera efectiva. Esto no solo acelera el proceso de diseño, sino que también fomenta la innovación al proporcionar información detallada sobre el rendimiento acústico de los productos en desarrollo.

La acústica en COMSOL Multiphysics

COMSOL Multiphysics ofrece herramientas para simular una amplia gama de fenómenos acústicos y relacionados, que incluyen la propagación del sonido en fluidos y sólidos (Pressure Acoustics, Ultrasound in Fluids, Elastic Waves y Ultrasound in Solids), la interacción electroacústica en dispositivos como altavoces y micrófonos (Electroacoustics), el estudio de fenómenos acústicos a escala microscópica (Microacoustics), la generación y propagación del sonido en flujos de aire alrededor de objetos sólidos (Aeroacoustics), la simulación de la propagación del sonido en entornos arquitectónicos y urbanos (Geometrical Acoustics), y el estudio de flujos de fluido inducidos por ondas acústicas (Acoustic Streaming). Estas herramientas permiten a los usuarios modelar, simular y optimizar una variedad de aplicaciones acústicas en campos como la ingeniería, la medicina, la biotecnología y más.

Ahora, profundicemos en la aeroacústica, que se enfoca en el estudio del sonido generado por la interacción entre el flujo de aire y objetos sólidos, como aviones, vehículos, turbinas eólicas y estructuras aerodinámicas.

Aeroacústica en COMSOL Multiphysics

La aeroacústica abarca un amplio espectro de aplicaciones, desde la reducción del ruido en la industria aeroespacial y automotriz hasta la optimización del diseño de turbinas eólicas y estructuras aerodinámicas. La plataforma COMSOL permite a los ingenieros pueden simular la generación, propagación y absorción del ruido en una variedad de configuraciones aeroacústicas. Esto incluye la predicción del ruido aerodinámico generado por vehículos en movimiento, como aviones, automóviles y trenes de alta velocidad, así como la evaluación de estrategias de mitigación del ruido, como el diseño de perfiles aerodinámicos y la implementación de dispositivos de reducción de ruido [1].

Una de las características destacadas de COMSOL en aeroacústica es su capacidad para modelar la turbulencia del flujo de aire y su influencia en la generación de ruido. Los modelos fluidodinámicos y acústicos se combinan para capturar con precisión la interacción compleja entre la turbulencia del flujo y las estructuras sólidas, lo que permite a los ingenieros identificar las fuentes de ruido y desarrollar estrategias efectivas para su control. Ver ejemplo siguiente.

Flujo sobre una cavidad

El flujo sobre una cavidad y el ruido tonal generado es una fuente típica de ruido en sistemas de tuberías que tienen válvulas y otras cavidades. Este ejemplo representa un caso de ruido inducido por flujo en un sistema conducto. El modelo tutorial [2] muestra los pasos involucrados en una simulación de ruido inducido por flujo en COMSOL Multiphysics utilizando los Módulos de Acústica y CFD.

Para resolver este problema se usan las interfaces de Large Eddy Simulation (LES) de CFD y Pressure Acoustics, Frequency Domain de Acoustics Module. Los pasos que se han hecho son los siguientes: 1) Resolver un modelo LES inicial para obtener un flujo turbulento completamente desarrollado. Se emplean 10 pasos y se usa el mismo mallado para el siguiente estudio. 2) Resolver el modelo LES (utilizando los resultados del Estudio 1 como condición inicial). 3) Mapeo transitorio de los términos fuente de la malla de CFD a la malla de acústica. 4) Transformada de Fourier de los términos fuente utilizando el Time to Frequency FFT study step y poniendo el mapeo transitorio como Input Study. 4) Análisis acústico en el dominio de la frecuencia. Los resultados se ven en la figura de la cabecera, que muestra el campo de velocidades en la cavidad y zona circundante, y el patrón de presión acústica en el dominio más grande.

Referencias

[1] Módulo Acoustics Module de COMSOL
[2] Galería de aplicaciones de COMSOL: Cavity Flow Noise

Detalles

Categoría: Signals ChemDraw

Publicado: 20 Febrero 2024

Visto: 2650

• ChemOffice
• ChemDraw
• ChemOffice 22.2
• ChemDraw 22.2
• Revvity Signals Software

En las universidades ChemDraw es una herramienta esencial

El software ChemDraw es la forma más eficiente de dibujar y representar estructuras químicas complejas y esquemas de reacción. Los estudiantes pueden generar diagramas con calidad de publicación, lo que garantiza que su trabajo sea siempre preciso y de aspecto profesional.

ChemDraw en el aula ChemDraw le permite comunicarse e interactuar de manera efectiva con su audiencia, ya sea un profesor, un posdoctorado o un estudiante en un aula donde se está introduciendo la química por primera vez. Aquí hay tres de nuestras funciones favoritas de ChemDraw y algunos ejemplos de cómo se utilizan en todo el mundo:

Opciones avanzadas de coloreado

La capacidad de colorear sus estructuras no solo es estéticamente agradable, sino que también puede ser muy útil cuando se trata de comunicar sus ideas. La última versión de ChemDraw incluye una herramienta avanzada de opciones de coloración que le permite colorear sus estructuras de forma rápida y sencilla de diversas maneras.

Puede colorear rellenando los carbociclos con color (Ring-Fill), y también resaltando átomos y enlaces. Estas características complementan la opción previamente existente de Color por elemento. No es de extrañar que cada vez más resúmenes y publicaciones presenten figuras que utilizan colores de relleno de anillos y reflejos de átomos / enlaces.

Echa un vistazo a cómo Anh Thy BUI, investigadora del CNRS del Institut des Sciences Moléculaires de la Universidad de Burdeos, demostró la nueva herramienta de relleno de color de una manera muy creativa.

Función de "limpieza" 3D

Los químicos utilizan ChemDraw para comunicar estructuras y reacciones complejas de una manera fácil de entender. Esta última versión proporciona a los usuarios la capacidad de generar modelos 3D realistas de moléculas.

Esto se puede hacer muy fácilmente con la función "Limpieza 3D", que le permite producir conformaciones rápidas y fácilmente basadas en el dibujo 2D de la molécula. Esta herramienta es especialmente útil para comprender las interacciones intramoleculares y la reactividad o para crear estructuras que llevarían mucho tiempo dibujar a mano. ¡Los modelos generados también se pueden incrustar en presentaciones de PowerPoint con un solo clic!

Integración nativa de PowerPoint 3MF

Si alguna vez ha necesitado importar estructuras químicas 3D a PowerPoint, ChemDraw lo tiene cubierto. Se pueden generar estructuras 3D nativas directamente dentro de sus diapositivas como un objeto 3MF (un formato de impresión 3D cada vez más popular).

Ya no está obligado a exportar sus moléculas a una aplicación de terceros donde luego deben guardarse como archivos separados y luego volver a insertarse en PowerPoint como un gif animado o un video. Ahora simplemente haga clic en el botón "copiar como 3MF" en ChemDraw y pegue un modelo 3D animado en vivo de su molécula en PowerPoint. Una vez en PowerPoint, puede rotar el modelo en 3D con un controlador dedicado y hacer que cobre vida con una amplia variedad de animaciones.



Los estudiantes que dominan ChemDraw tienen una ventaja en sus estudios de química y en sus futuras carreras. También pueden usar sus habilidades para crear recursos útiles para sus compañeros de clase. Ahora que sabe un poco más sobre cómo se puede usar ChemDraw en el aula, así es como puede tenerlo en sus manos.

Detalles

Categoría: Minitab

Publicado: 20 Febrero 2024

Visto: 1910

Por Óliver Franz.

Una métrica crucial que los hospitales deben minimizar es la proporción de complicaciones quirúrgicas: un porcentaje que indica resultados adversos después de los procedimientos quirúrgicos, que varían desde bajo para procedimientos mínimamente invasivos hasta elevado para cirugías de alto riesgo.

Este número no solo difiere según el tipo de cirugía, sino que también varía entre cirujanos debido a la naturaleza especializada de la habilidad. Muchos otros factores también pueden afectar el número, por lo que es importante que los hospitales descarten tantos factores externos como sea posible antes de analizar el desempeño individual.

¿PODRÍA LA CONFIGURACIÓN DEL QUIRÓFANO CREAR COMPLICACIONES?

Después de la cirugía, a menudo se le pregunta al cirujano si la configuración de la cirugía fue exactamente como esperaba que fuera. El propósito de esta pregunta es doble: primero, el tiempo de un cirujano es costoso y limitado, por lo que tener una sala correctamente habilitada ahorra tiempo, y segundo, no tener las herramientas necesarias para la cirugía en los lugares donde el cirujano las necesita podría provocar retrasos, lo que podría provocar resultados adversos para el paciente.

Un ejemplo de esto podría ser la iluminación quirúrgica. La iluminación adecuada es fundamental para que el cirujano pueda ver claramente lo que está haciendo. Si las luces no están colocadas correctamente o si hay problemas con su intensidad o enfoque, puede afectar significativamente la capacidad del cirujano para realizar el procedimiento de forma segura y precisa. En teoría, esto podría provocar complicaciones durante o después del procedimiento.

En nuestro escenario, decidimos recopilar datos de dos meses de cirugías entre tres cirujanos diferentes. Registramos si el cirujano afirmó afirmativamente que todo estaba configurado correctamente o no. Luego, medimos si se registró al menos una complicación con cada paciente en los 30 días posteriores a la operación.

En última instancia, queríamos ver si nuestra hipótesis nula era correcta; supusimos que habría una asociación entre la configuración de la sala y las complicaciones de los pacientes, y queríamos demostrar que había una diferencia estadísticamente significativa entre los dos resultados que no podía explicarse por casualidad. Obviamente, con los datos limitados que recopilamos, no podríamos probar la causalidad, pero demostrar una asociación podría ser un punto de partida sólido para la mejora continua.

Introducimos nuestros datos de 105 cirugías en Minitab Statistical Software y realizamos una prueba de asociación de chi-cuadrado. Optamos por utilizar Chi-cuadrado en lugar de ANOVA ya que los resultados eran binarios "sí, hubo complicaciones" o "no, no hubo complicaciones"; los datos no eran continuos. Estos son los resultados que produjo Minitab:

Con un valor de p inferior a 0,001, es seguro concluir que efectivamente hubo una asociación entre la proporción de complicaciones y la configuración del quirófano. Si se observa la tabla de perfiles porcentuales, se verá que en promedio el 64% de los procedimientos no resultan en ningún tipo de complicación. Si nuestra hipótesis nula fuera incorrecta, esperaríamos que los gráficos de barras "correctos" e "incorrectos" siguieran el mismo patrón, pero claramente no es así. Proporcionalmente, las cirugías en las que la sala estaba correctamente configurada se asociaron con una proporción de complicaciones mucho menor.

Además, en la diferencia porcentual entre los recuentos observados y esperados, puede verse una barra roja larga en la parte de configuración incorrecta del gráfico. Esto demuestra que ocurren muchas más complicaciones de las que cabría esperar cuando el quirófano está configurado incorrectamente.

Además, Minitab produjo un informe de diagnóstico y una boleta de calificaciones para este análisis:

El informe de calificaciones confirma que este análisis fue efectivamente válido y puede usarse con confianza para demostrar una asociación, ya que todas las muestras fueron lo suficientemente grandes como para obtener suficientes recuentos esperados: un lenguaje fácil de entender tanto para estadísticos como para no estadísticos. Podemos concluir con confianza que nuestro valor p es exacto.

LA ASOCIACIÓN BASADA EN DATOS PUEDE GENERAR OPORTUNIDADES DE MEJORA

Ahora se dispone de los datos necesarios para comenzar a realizar mejoras basadas en datos. Es seguro decir que es probable que en este escenario la mejora de la configuración del quirófano pueda conducir a mejores resultados para los pacientes en forma de menores proporciones de complicaciones. Nuevamente, si bien esta prueba no demuestra causalidad, la asociación con los datos fue muy fuerte.

Provistos de los datos, los hospitales pueden utilizar Minitab Engage para idear, realizar un seguimiento, gestionar e implementar proyectos de mejora. Los líderes pueden medir la efectividad de ciertos equipos de técnicos quirúrgicos e intercambiar ideas sobre nuevas formas de mejorar la configuración de la sala no solo para proteger el ancho de banda y el tiempo, sino también generar mejores resultados para los pacientes y aumentar su satisfacción.

Además, si se desea llevar el análisis un paso más allá, el aprendizaje automático automatizado de Minitab en el módulo de analítica predictiva de Minitab se puede aprovechar para medir el impacto de múltiples variables diferentes en la proporción de complicaciones. Esto puede ayudar a identificar otras áreas donde se deben centrar los esfuerzos de mejora.

En última instancia, realizar estas mejoras puede reducir la proporción de complicaciones para los pacientes dentro de su red, lo que resulta en un resultado positivo que beneficia a todos los involucrados.

Detalles

Categoría: BIOVIA

Publicado: 16 Febrero 2024

Visto: 2792

• química verde
• quimica
• BIOVIA
• cuantica
• BIOVIA COSMO-RS
• BIOVIA COSMOquick
• BIOVIA COSMOtherm
• TURBOMOLE

Explorando la química cuántica

El pK_a de un ácido es una medida de su fuerza, que es un factor crucial en su reactividad. La predicción precisa de los valores de pK_a nos permite comprender la reactividad relativa de diferentes ácidos, lo que puede ser importante en varios procesos químicos, como la síntesis, la catálisis y la bioquímica. También puede guiar el desarrollo de nuevos materiales con las propiedades deseadas. Veamos qué tan bien se desempeña la química cuántica en la evaluación de esta propiedad esencial examinando los resultados de un estudio conjunto realizado por investigadores de la Universidad del Ruhr de Bochum y BIOVIA [1].


El disolvente investigado es la acetona. La acetona es un material versátil con una amplia gama de aplicaciones. En la vida cotidiana, es quizás mejor conocido por sus capacidades de limpieza como quitaesmalte. Sin embargo, también es un disolvente esencial en diversas industrias. La acetona se utiliza como disolvente para extraer compuestos de muestras para su análisis, para disolver resinas y recubrimientos o ingredientes farmacéuticos activos (API) y otros componentes de formulaciones farmacéuticas, y para desinfectar y limpiar instrumentos. Es un disolvente común en química orgánica, que permite una amplia gama de reacciones.

La metodología computacional de elección es COSMO-RS, también conocida como Modelo de Cribado Similar a Conductor para Disolventes Reales. Es una poderosa herramienta computacional con amplias aplicaciones en diversas industrias. Su capacidad para predecir e interpretar diversas propiedades fisicoquímicas de compuestos en diferentes disolventes lo convierte en un activo valioso en muchas industrias, por ejemplo, la ingeniería química, la ciencia de los materiales, la farmacéutica, la agroquímica y las industrias de sabores y fragancias. COSMO-RS se puede aplicar para diseñar nuevos productos, optimizar procesos y garantizar el cumplimiento de las normativas medioambientales.

Explorando el vínculo entre el pK_a y las predicciones cuánticas para obtener información sobre las reacciones

Se puede aplicar una relación lineal de energía libre (LFER) entre el valor de pK_a y el cambio de la energía libre de disociación de Gibbs (ΔG_diss). Esto se debe a que el valor pKa es una medida de la constante de equilibrio para la reacción de disociación, y el cambio de energía libre de Gibbs es otra forma de expresar la constante de equilibrio.

El cambio de disociación de la energía libre de Gibbs (ΔG_diss) se puede predecir con métodos químicos cuánticos, como la teoría del funcional de la densidad (DFT) y la teoría de grupos acoplados (CC). Estos métodos proporcionan una descripción detallada de la estructura electrónica y las energías de las moléculas, lo cual es esencialpara predicciones precisas de ΔG.

Los métodos de química cuántica se pueden utilizar para calcular el cambio de energía libre de Gibbs de disociación simulando la reacción de disociación en un entorno mecánico cuántico. Esto implica calcular la energía de los reactivos, los productos y el estado de transición. A continuación, se calcula el cambio de energía libre de Gibbs a partir de la diferencia de energía entre los reactivos y los productos.

La teoría del funcional de la densidad (DFT) es un método ampliamente utilizado y computacionalmente eficiente para predecir propiedades moleculares. La DFT se ha utilizado con éxito para predecir la ΔG_diss de una variedad de moléculas. La precisión de las predicciones de ΔG_diss utilizando métodos químicos cuánticos puede mejorarse mediante el uso de teoría de alto nivel, como MP2 o CCSD(T). Sin embargo, estos métodos son más costosos desde el punto de vista computacional, lo que puede limitar su aplicación práctica a moléculas pequeñas. En general, la DFT es una buena opción para predecir la ΔG_diss para la mayoría de los ácidos y basesorgánicos.

Logros e hitos

Científicos del Departamento de Química Teórica de la Universidad del Ruhr de Bochum y BIOVIA determinaron los parámetros de LFER para su uso con la teoría COSMO-RS [1].

Se ha recogido un conjunto de 120 ácidos en el disolvente acetona para el que se dispone de datos experimentales de referencia. La predicción teórica de los valores de ΔG_diss se ha realizado con BIOVIA TURBOMOLE [2], COSMOconf [3] y COSMOtherm [4].

Para los ácidos orgánicos considerados en el trabajo, los ajustes de LFER arrojan muy buenas correlaciones lineales entre ΔG_diss calculado con COSMO-RS y DFT y los valores experimentales de pKa dentro de cada clase de compuesto.

Conclusión

La predicción precisa de los valores de pK_a facilita la vida de los investigadores en muchos campos industriales. La aplicación de esta predicción se ha ampliado a los ácidos del disolvente acetona.

La predicción de los valores de pK_a ácido en acetona utilizando COSMO-RS es una herramienta importante para comprender la reactividad química, diseñar productos farmacéuticos, desarrollar nuevos materiales, realizar estudios bioquímicos y realizar análisis computacionales eficientes. El flujo de trabajo establecido en esta investigación es muy prometedor como reemplazo de las mediciones experimentales no triviales y relativamente costosas de constantes de disociación ácida extremadamente bajas en solventes orgánicos

Referencias

1. N. Sülzner, J. Haberhauer, C. Hättig, A. Hellweg, J. Comput. Chem. 2022, 43(15), 1011; https://doi.org/10.1002/jcc.26864
2. TURBOMOLE V7.3, Un desarrollo de la Universidad de Karlsruhe y Forschungszentrum Karlsruhe GmbH, 1989-2007, TURBOMOLE GmbH 2007, 2018; http://www.turbomole.com.
3. BIOVIA COSMOconf, Versión 2020; Dassault Systèmes. https://www.3ds.com/fileadmin/PRODUCTS-SERVICES/BIOVIA/PDF/BIOVIA-cosmoconf-datasheet.pdf .
4. BIOVIA COSMOtherm, versión 2020; Dassault Systèmes. https://www.3ds.com/products/biovia/cosmo-rs/cosmotherm