TEMES

Química i computació

Química14/02/2018

Abans d’endinsar-nos en el tema de l’entrada, comentar-vos que la tria del nom d’aquest blog “Prohibit per simetria” és un petit homenatge al Prof. Roald Hoffmann, Premi Nobel de química l’any 1981 pel desenvolupament de les regles de Woodward-Hoffmann que ajuden a entendre les reaccions pericícliques. El Prof. Hoffmann no només és un gran científic sinó que també és un magnífic poeta i possiblement el millor divulgador en química. Dins de les branques de la química, el Prof. Hoffmann està classificat com a químic teòric i computacional.

roald_hoffmann_05.jpghoffmann_dedicatoria.jpg
Roald Hoffmann (2015). Foto extreta de la Wikipedia. Dedicatòria que el Prof. Hoffmann va deixar al llibre de signatures de l'Institut de Química Computacional i Catàlisi de la Universitat de Girona en la seva visita l'any 1992.

Avui en dia, la química computacional és una ciència ben establerta. Mentre els químics teòrics desenvolupen mètodes, algorismes i programes d’ordinador per predir les propietats i la reactivitat de les molècules, els químics computacionals apliquen aquests programes i metodologies per resoldre problemes de la química. Els químics computacionals són habitualment un dels grups que més ús fan de supercomputadors com el Mare Nostrum del Barcelona Supercomputer Center. Els orígens de la química computacional ens porten a l’inici de la teoria mecanoquàntica. Malgrat que els primers càlculs en molècules senzilles ja es varen portar a terme a principis de la dècada dels 50, no és fins a la dècada dels 70 que comença a créixer aquesta branca de la ciència.

2017_bsc_superordenador_marenostrum-4_barcelona-supercomputing-center.jpg
Una imatge del Mare Nostrum al Barcelona Supercomputer Center. Foto extreta del web del BSC-CNS.

En aquests moments, els estudis de la química computacional s’utilitzen habitualment per millorar la comprensió que tenim dels resultats de laboratori, però també per predir les propietats de molècules desconegudes, com ara molècules formades per àtoms que encara no surten a la Taula Periòdica o molècules que no es poden sintetitzar al laboratori però que poden existir en l’espai interestel·lar. La química computacional dóna servei a totes les àrees de la química. En la part de síntesi de noves molècules, la comprensió que aporta la química computacional ajuda a millorar els processos per tal que siguin més eficients, necessitin menys energia i generin menys subproductes, és a dir, siguin més sostenibles. En aquest sentit, el disseny de catalitzadors homogenis i heterogenis més eficients és una tasca important dels químics computacionals. En la part de disseny de fàrmacs, els estudis computacionals permeten abaratir els costos en l’etapa inicial del disseny proporcionant informació sobre quines són les característiques que han de tenir les molècules per activar o desactivar, per exemple, un determinat receptor. Si busquem molècules amb una determinada propietat, són molt útils les relacions quantitatives estructura-propietat o estructura-activitat que es poden generar amb tècniques de química computacional.

Aquest 2017, s’han obert noves vies dins la química computacional i han aparegut un bon nombre de treballs que es poden emmarcar dins del camp de la intel·ligència artificial i l’aprenentatge automàtic (machine learning). Entre aquests treballs, destacar el de David Baker i col·laboradors que utilitzant tècniques d’aprenentatge automàtic han pogut determinar l’estructura tridimensional de 600 famílies de proteïnes d’estructura fins ara desconeguda. En un altre treball, Andreas Keller i el seu equip internacional han posat a punt un mètode d’aprenentatge automàtic que permet predir l’olor d’un compost a partir de la seva estructura i que té un gran potencial per a la indústria de les fragàncies. Per acabar, Tuckerman, Burke, Müller i col·laboradors han desenvolupat una metodologia que permet millorar els funcionals (equacions matemàtiques) que s’utilitzen en l’anomenada teoria del funcional de la densitat, una de les teories més emprades pels químics computacionals. I han aplicat el funcional que han desenvolupat per estudiar el comportament de la molècula d’aldehid malònic. Els autors consideren que amb el seu mètode es poden obtenir funcionals pràcticament exactes per estudiar sistemes moleculars. Justament aquest és (o era) un dels grans reptes de la teoria del funcional de la densitat.

Finalment, comentar que un dels col·lectius científics més atents al desenvolupament de la computació quàntica són els químics computacionals. Una de les limitacions d’aquesta branca de la ciència és la impossibilitat d'estudiar grans sistemes calculant-los amb una precisió suficient. La computació quàntica obre la possibilitat d’estudiar en un futur problemes molt complexos que no es poden abordar amb la capacitat de càlcul dels supercomputadors actuals. Aquest 2017, científics d’IBM han aconseguit obtenir l’energia de l’hidrur de liti i de l’hidrur de beril·li amb un ordinador quàntic de 7-qubits. És la primera vegada que amb un ordinador quàntic es fan càlculs de molècules que contenen àtoms més grans que l’hidrogen o l’heli. En definitiva, la química computacional neix amb la mecànica quàntica i ara es projecta cap al futur amb la computació quàntica.

 

Contacta amb Divulcat