Química sostenible a nivel cuántico

Los nuevos avances en la química cuántica computacional, prometen descubrir catalizadores "perfectos" y miles de veces más rápidos que los enfoques estándar.

10.08.2020 - Estados Unidos

El desarrollo de catalizadores para la producción sostenible de combustibles y productos químicos requiere una especie de efecto Ricitos de Oro - algunos catalizadores son demasiado ineficaces mientras que otros son demasiado antieconómicos. Las pruebas de catalizadores también requieren mucho tiempo y recursos. Sin embargo, los nuevos avances en la química cuántica computacional son prometedores para descubrir catalizadores que son "perfectos" y miles de veces más rápidos que los enfoques estándar.

El Profesor Asociado de la Universidad de Pittsburgh, John A. Keith, y su grupo de laboratorio de la Escuela de Ingeniería Swanson están utilizando nuevos procedimientos de computación de química cuántica para categorizar electrocatalizadores hipotéticos que son "demasiado lentos" o "demasiado caros", de manera mucho más exhaustiva y rápida de lo que se consideraba posible hace unos años. Keith es también el profesor de la Facultad Richard King Mellon en Energía en el Departamento de Ingeniería Química y Petrolera de la Escuela Swanson.

La compilación de investigación del Grupo Keith, "Exploraciones químicas cuánticas computacionales del espacio químico/material para electrocatalizadores eficientes", fue presentada este mes en Interface, una revista trimestral de la Sociedad Electroquímica.

"Durante décadas, el desarrollo de catalizadores fue el resultado de pruebas y errores - años de desarrollo y pruebas en el laboratorio, dándonos una comprensión básica de cómo funcionan los procesos catalíticos. Hoy en día, el modelado computacional nos proporciona una nueva comprensión de estas reacciones a nivel molecular", explicó Keith. "Sin embargo, lo más emocionante es la química cuántica computacional, que puede simular las estructuras y la dinámica de muchos átomos a la vez. Junto con el creciente campo del aprendizaje de las máquinas, podemos predecir y simular modelos catalíticos de forma más rápida y precisa".

En el artículo, Keith explicó un enfoque triple para predecir nuevos electrocatalizadores: 1) el análisis de rutas de reacción hipotéticas; 2) la predicción de entornos electroquímicos ideales; y 3) la detección de alto rendimiento impulsada por la teoría funcional de la densidad de perturbación alquímica y el aprendizaje de las máquinas. El artículo explica cómo estos enfoques pueden transformar la forma en que los ingenieros y científicos desarrollan los electrocatalizadores necesarios para la sociedad.

"Estos métodos computacionales emergentes pueden permitir a los investigadores ser más de mil veces más eficaces en el descubrimiento de nuevos sistemas en comparación con los protocolos estándar", dijo Keith. "Durante siglos la química y la ciencia de los materiales se basaron en los modelos edisonianos tradicionales de exploración de laboratorio, que traen muchos más fracasos que éxitos y, por lo tanto, mucho tiempo y recursos desperdiciados. La química cuántica computacional tradicional ha acelerado estos esfuerzos, pero los métodos más recientes los sobrecargan. Esto ayuda a los investigadores a identificar mejor los catalizadores no descubiertos que la sociedad necesita desesperadamente para un futuro sostenible".

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.