la quÍmica computacional -...
TRANSCRIPT
LA QUÍMICA
COMPUTACIONAL
introducción
¿Qué es la química computacional?
Utilizar la simulación computacional para asistir
en la solución de problemas químicos
Los métodos de la química teórica incorporados
a programas de cómputo eficientes, permiten
simular sistemas:
- Moleculares o supramoleculares
- Sólidos
- Fluidos
¿Por qué la química computacional?
Precisión
¿Cómo usar la teoría?
Costo Accesibilidad
Hardware y software Interfase
gráfica
Demanda de potencia computacional
Software (paquetes en Fortran y C) bien documentados y fáciles de modificar
Los programas gráficos permiten el uso sin conocimiento de expertos
¿Por qué la química computacional?
Permite estudiar sistemas que
son difíciles experimentalmente
Mutaciones
Representación de la densidad
electrónica molecular
¿Por qué la química computacional?
Modelos de proteínas en sus ambientes
Figura tomada de Hernández-Rodríguez, E. W. et. al. J. Phys. Chem. B 2012, 116, 1060.
Rho (348 residues) + 2779 H2O Rho(348 residues) + 170 POPC + 10463 H2O
¿Por qué la química computacional?
Diseño de nuevos catalizadores y reactores para la industria
Norskov, J. K.; Bligaard, T.; Rossmeisl, J.; Christensen, C. H. Nat Chem 2009, 1, 37.
En moléculas…
• Geometría
• Información
conformacional
• IR (fuerza de enlaces)
• Distribución electrónica
• PI, UV-vis, AE
• Cualquier otro observable
En fluidos…
• Propiedades
termodinámicas
• Efectos de solvente
En sólidos…
• Estructura cristalina
• Estabilidad de fases
• Propiedad catalítica
¿Por qué la química computacional?
Nobel Prizes [1998-2013] Walter Kohn “desarrollo de la Teoría de Funcionales de la Densidad(DFT)”
John Pople “desarrollo de métodos computacionales en química cuántica”
Martin Karplus, Michael Levitt, Arieh Warshel
“desarrollo de modelos a multiescala para sistemas químicos complejos”
¿Veracidad? Exacto y/o perfecto
Sin embargo, casi todos los aspectos de la química pueden ser descritos
dentro de un esquema computacional de manera cualitativa y cuantitativa
aproximada con gran utilidad
¿Por qué la química computacional?
Walter Thiel & Gerhard Hummer; Nature, 504, 96, 2013
NOBEL 2013
Ramas de la química computacional
Una definición más amplia de la química computacional incluye a:
1. Las teorías y los métodos para realizar modelaciones de estructuras y procesos nano y picoscópicos,
2. La quimioinformática Ej: El establecimiento de correlaciones empíricas, tales como las relaciones lineales de energía libre y las “relaciones cuantitativas entre la estructura y las propiedades moleculares [Quantitative Structure Property Relationships (QSPR)]
La química computacional es
útil para: • Acortamiento de los ciclos de desarrollo
producto - proceso;
• Optimización de procesos existentes para mejorar la eficiencia energética y minimizar la producción de desechos;
• Diseño eficiente de nuevos productos y procesos;
• Mejoras en la salud, el bienestar social, y el medio ambiente.
• Comprender lo que ocurre en la naturaleza íntima de los fenómenos.
Escalas • Los humanos hemos creado las unidades
de medición espacial a nuestra escala.
• La unidad es el metro y una persona suele
tener una talla entre 1 y 2 m.
Longitud Área Escala
< 1 mm < 1 mm2 nanoscópica
1 mm – 1 mm 1 mm2 – 1 mm2 microscópica
1 mm – 1 m 1 mm2 – 1 m2 personal
1 m - 1 km 1 m2 - 1 km2 local
1 km - 100 km 1 km2 - 10 000 km2 regional
100 km - 10 000 km 10 000 km2 - 100 000 000 km2 continental
> 10 000 km >100 000 000 km2 global
Prefijos del SI
Prefijo Símbolo Factor
yotta Y 1024 (un cuatrillón)
zetta Z 1021 (mil trillones)
exa E 1018 (un trillón)
peta P 1015 (mil billones)
tera T 1012 (un billón)
giga G 109 (mil millones)
mega M 106 (un millón)
miria ma 104 (diez mil)
kilo k 103 (mil)
hecto h 102 (cien)
deca da 101 (diez)
Prefijo Símbolo Factor
deci D 10-1 (un décimo)
centi c 10-2 (un centésimo)
mili m 10-3 (un milésimo)
micro µ 10-6 (un millonésimo)
nano n 10-9 (un milmillonésimo)
pico p 10-12 (un billonésimo)
femto f 10-15 (un milbillonésimo)
atto a 10-18 (un trillonésimo)
zepto z 10-21 (un miltrillonésimo)
yocto y 10-24 (un cuatrillonésimo)
1. La modelación de nanosistemas
• Para modelar e imaginar como ocurren los
fenómenos en las escalas nanoscópicas es
preciso romper las fronteras dentro de las
“disciplinas científicas” tradicionales, pues es
preciso recurrir a conocimientos y habilidades
de casi todas las ciencias básicas: matemática,
ciencias de computación, física, química y
biología.
• A esta rama de la ciencia se le suele llamar
también “modelación molecular”.
Aplicaciones a la ingeniería
• La modelación molecular proporciona estimados cuantitativos de parámetros de ingeniería, tales como:
– calores de formación y de reacción
– entropías y capacidades calóricas
– constantes de velocidades de reacción
– propiedades de transporte como la viscocidad
– conductividad térmica
que son necesarios para construir modelos a macro-escalas de procesos químicos completos.
Y en las ciencias de la vida
Predicción de estructuras y funciones de
biomoléculas: La predicción de estructuras y
funciones de proteínas y otras moléculas y
macromoléculas asociadas con los fenómenos de la
vida es otra importante aplicación de la química
computacional.
Para ello se utilizan desde técnicas heurísticas (de
estimación, predicción, etc), hasta leyes y teorías de la
física estadística y cuántica con una importante
utilización de la computación masiva de alto
rendimiento. Este es uno de los caminos asociados con
la gran industria farmacéutica actual.
Y en la ciencias de los
materiales…
Celdas Solares
El “azul maya”
Indigo incluído en un canal de silicalita
(representación de bastones). Vista frontal.
El “azul maya”
Indigo incluído en un canal de silicalita
(representación de bastones). Vista lateral.
2. Quimioinformática
Técnica que transforma datos en información
y esta en conocimientos con la intensión de
encontrar el sistema que brinde la propiedad
deseada en un menor tiempo.
Proceder general: • Representar estructuras químicas en formatos especializados (2D, 3D)
• Conformar grandes bases de datos (con sistemas reales o virtuales)
• Cribado virtual (virtual screening)
2. Relaciones cuantitativas entre la
estructura y las propiedades
moleculares
• Desarrollo de un modelo matemático que
describe de manera predictiva la relación
entre la estructura (representada por
descriptores numéricos) y la actividad
biológica o cualquier otra propiedad.
• Se conoce también como QSPR
(“quantitative structure – property
relationship”)
22
XS: Parámetro estérico,
Variable independiente
XE: Parámetro electrónico,
Variable independiente
XE: Parámetro hidrofóbico,
Variable independiente
Análisis de Hanch
log(1/C)=a0+a1XS+a2XE+a3XH
C: Actividad biológica
Variable dependiente
Una aplicación
• Los esteroides androgénicos anabólicos
se usan para desarrollar la masa muscular
de personas que así lo desean por la
índole de su trabajo o por estética
• Los esteroides androgénicos pueden
favorecer en los hombres o desfavorecer
en las mujeres ciertos tipos de cáncer
Una aplicación
• Se hace necesario identificar fármacos
que puedan ejercer preferentemente
actividad anabólica para fines
terapéuticos minimizando lo mas posible
el efecto androgénico, con una máxima
economía de recursos experimentales.
• Para ello es preciso estimar la actividad
biológica “a priori” mediante modelos “in
silico” sencillos.
Datos experimentales
disponibles Se dispone de una base de
datos reportada por J. Vida,
1969 en ratones. En la
actualidad no hay ninguna otra
referencia estandarizada
dónde se reporten los valores
de actividades anabólicas y
androgénicaspara este tipo de
moléculas.
Esqueletode la 4,5-
dihydrotestosterona
Compuesto Log(1/LA) Log(1/VP) Log(1/SV)
1. 17-methyl-4,5-dihydrotestosterone 1.41 1.81 1.72
2. 6-methyl-4,5-dihydrotestosterone. 1.86 1.90 1.90
3. …..
LA = peso del músculoelevadordel ano; VP = peso de la próstataventral; SV = peso de la vesículaseminal
26
log ((1/LA)/log(1/VP)) = 0.16m + 3.16q4 – 67,53q11 – 6,63
n = 29, R2 = 0,74, F = 23,51, p<0,001, s = 0,24, q2 = 0,64
Relación anabolismo/androgenismo
H
OH
CH3
F
F
13
A/A Obs. = 2,07
A/A Cal. = 1,64
Más activo
2,3-difluor-metileno-
17-hidroxi-17-metil-androstano
H
OH
CH3
OH
16
A/A Obs. = 0,59
A/A Cal. = 0,59
Menos activo
2,17-dihidroxi-17-metil-
5-androstano
∂ QSAR & Combinatorial Science 2006, 25, 881-894.
Serie derivada de la 4,5-dihidrotestosterona (Serie D)