La evolución de un catalizador

Utilización de un algoritmo genético para descubrir nuevas moléculas catalizadoras de síntesis orgánica

24.03.2023 - Dinamarca

Un equipo de investigadores ha utilizado un método computacional inspirado en la evolución para descubrir un catalizador orgánico con mejores prestaciones que los catalizadores conocidos. Según informa el equipo en la revista Angewandte Chemie, un algoritmo genético sugirió nuevas estructuras moleculares catalíticamente activas para una reacción popular en síntesis orgánica. Según el equipo, el método podría aplicarse más ampliamente a la búsqueda de mejores catalizadores moleculares.

Los sistemas de aprendizaje automático ya pueden predecir con gran precisión propiedades de materiales y estructuras moleculares en diversos campos de la química. Sin embargo, hasta ahora no ha sido posible automatizar la búsqueda de catalizadores nuevos y mejorados, aunque el desarrollo de nuevos catalizadores para reacciones químicas es actualmente uno de los objetivos más importantes de la investigación química. Unos catalizadores más eficaces abren la puerta a reacciones más rápidas y sencillas que consumen menos energía y forman menos subproductos.

La razón de las dificultades que encuentran los sistemas automatizados a la hora de buscar nuevos catalizadores radica en los estados de transición de las reacciones, como explica Jan Halborg Jensen, catedrático de química computacional de la Universidad de Copenhague (Dinamarca) y autor correspondiente del estudio. Esto se debe a que los catalizadores influyen en el estado de transición; es decir, en el momento de una reacción que decide si se formará o no un producto. La fugacidad de este momento y la complejidad de las estructuras que se forman, con muchas moléculas interactuando al mismo tiempo, dificultan el desarrollo de modelos.

Para superarlo, Jensen y su equipo recurrieron a un método de selección basado en los principios de la evolución. Se utilizó un algoritmo genético para evaluar la idoneidad de un conjunto de moléculas de partida para catalizar la reacción Morita-Baylis-Hillman (MBH). "Luego se toman las moléculas más aptas y se aparean, lo que significa que se cortan los dos progenitores en lugares aleatorios y se recombinan fragmentos de cada progenitor", explica Jensen. "Si se hace esto suficientes veces, la población final puede parecer muy diferente de la población inicial, de forma parecida a como un chihuahua difiere de sus antepasados lobos".

De este modo, las moléculas finales generadas por el ordenador tenían un nuevo motivo estructural, un anillo de azetidina de cuatro miembros, que no estaba presente en la población inicial. A continuación, el equipo sintetizó una de las azetidinas candidatas evolucionadas por ordenador y la probó en la reacción, descubriendo que funcionaba considerablemente mejor que el catalizador tradicional, el DABCO (1,4-diazabiciclo[2.2.2]octano). "Nunca se había pensado en las azetidinas como catalizadores de la reacción MBH, así que el algoritmo hizo un descubrimiento realmente novedoso", afirma Jensen, destacando la importancia de los descubrimientos asistidos por ordenador en la investigación química.

Jensen afirma que un requisito previo esencial para el uso de esta técnica en el futuro es el conocimiento del estado de transición clave para la reacción en cuestión. Cree que si se conoce, los algoritmos genéticos podrían ayudar a identificar organocatalizadores nuevos y mejorados.

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.