Un estudio de modelado molecular de prueba de concepto de la Universidad Estatal de Carolina del Norte analiza la eficiencia de las soluciones de aminas para capturar dióxido de carbono. Esta serie de nuevos modelos de computadora es el primer paso hacia el diseño de productos químicos de aminas más baratos y más eficientes para capturar carbonodióxido - y reduciendo el CO dañino 2 emisiones - en instalaciones industriales.
Los depuradores industriales usan soluciones químicas para capturar dióxido de carbono CO 2 de combustible y gas de combustión.Los depuradores son un método comúnmente utilizado para disminuir las emisiones de carbono de industrias como las centrales eléctricas de carbón, que producen más de 14 mil millones de toneladas métricas de carbono cada año.Sin embargo, el lavado de aminas es un proceso costoso, por lo que los investigadores están constantemente buscando nuevos productos químicos de aminas con cualidades más deseables, como tasas de absorción rápidas, CO alto 2 capacidad y bajo calor de reacción.
Denis Fourches, profesor asistente de química en NC State, y la investigadora postdoctoral Melaine Kuenemann querían descubrir si podían crear modelos informáticos que pudieran predecir las propiedades de absorción de una amina en función de su estructura química.
Primero, los investigadores compilaron información sobre 41 soluciones de aminas disponibles al público y todas sus propiedades químicas y de absorción. Analizaron las características químicas y estructurales de cada amina, y las agruparon en familias de químicos con propiedades estructurales similares. Luego analizaron cómobien y qué tan rápido estas aminas podrían absorber carbono. Usando estos datos, crearon una serie de modelos, conocidos como relaciones cuantitativas estructura-propiedad, o modelos QSPR, que pueden predecir el CO de las aminas 2 propiedades de absorción basadas únicamente en las características estructurales de las aminas.
Estos modelos utilizan técnicas de aprendizaje automático, las mismas que utilizan compañías como Netflix o Amazon que "aprenden" las preferencias de un cliente y hacen recomendaciones basadas en esos datos, para predecir qué estructuras químicas tienen la mejor probabilidadCO general 2 propiedades de absorción. Se encontró que los modelos eran capaces de discriminar de manera confiable entre aminas con altas propiedades de absorción versus aquellas que eran menos eficientes.
"Este trabajo es el primer intento de desarrollar modelos de computadora para evaluar y predecir completamente las propiedades de absorción de dióxido de carbono de las soluciones de amina", dice Fourches. "El siguiente paso para nosotros es utilizar estos modelos de computadora para seleccionar una biblioteca virtual de cientos demiles de nuevas aminas e identifican algunos nuevos candidatos de aminas que se predice que tienen mejores propiedades de absorción de carbono.
"Si tuviera que probar todos estos miles de compuestos experimentalmente, tomaría décadas de trabajo", continúa Fourches. "Con las poderosas computadoras a las que tenemos acceso, esta detección virtual se puede hacer en cuestión de días y esmuy económico. Esto cambia las reglas del juego para diseñar y priorizar nuevos compuestos "
La investigación aparece en Informática molecular . El trabajo fue financiado por el Programa de Excelencia de la Facultad del Canciller del Estado de Carolina del Norte.
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Carolina del Norte . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :