Una nueva forma de predecir el resultado de las reacciones podría conducir a un descubrimiento más rápido de nuevos materiales, incluso para la detección, catálisis, y administración de fármacos.

Las enzimas realizan procesos químicos y biológicos esenciales al llevar biomoléculas a cavidades dentro de sus estructuras y facilitar reacciones importantes. Los químicos han intentado emular esto con 'jaulas moleculares':estructuras químicas que contienen cavidades que pueden unir moléculas más pequeñas en su interior. llamados 'invitados'.

Estas jaulas moleculares tienen el potencial de actuar como imitadores artificiales de enzimas y se ha demostrado que aceleran reacciones importantes como la hidrólisis de enlaces amida, degradación de toxinas y una serie de transformaciones químicas. La mejora de estas reacciones podría algún día impulsar el desarrollo de nuevas tecnologías en áreas como la detección química.

Sin embargo, Puede ser difícil para los investigadores diseñar estructuras que sean útiles y sintetizadas con éxito en el laboratorio. Ahora, Los investigadores del Departamento de Química del Imperial College de Londres han utilizado un enfoque controlado por computadora para predecir los resultados de las reacciones de construcción de jaulas con alta precisión.

Esto ayudará a los químicos a seleccionar los bloques de construcción ideales para preparar jaulas con estructuras y propiedades deseables antes de intentar sintetizarlas en el laboratorio. minimizando la experimentación fallida. El estudio se publica hoy en Edición internacional Angewandte Chemie .

Nuevos bloques de construcción

En la actualidad, para simplificar su síntesis, la mayoría de las jaulas y sus cavidades son muy simétricas. Sin embargo, esto limita el diseño de jaulas para posibles moléculas huéspedes. Esto contrasta con la capacidad de las enzimas naturales de ser altamente selectivas en cuanto a qué moléculas pueden unirse a ellas.

Los investigadores de Imperial están desarrollando formas de ensamblar jaulas con menor simetría, permitiendo formas de cavidad más específicas para los huéspedes, utilizando componentes más complejos en su construcción. Mediante el uso de bloques de construcción asimétricos, Se pueden crear jaulas 'torcidas' con interesantes formas de cavidades.

Sin embargo, Los bloques de construcción asimétricos son más difíciles de crear porque los resultados de las reacciones de "autoensamblaje" necesarias para construirlos son más difíciles de predecir. Las reacciones fallidas pueden resultar en la formación de una molécula indeseable, o incluso una mezcla de productos, en lugar de la estructura de un solo objetivo.

Todo esto significa que la construcción de nuevas jaulas puede ser un proceso de prueba y error costoso y que requiere mucho tiempo. con mucho esfuerzo en vano.

En cambio, el nuevo enfoque analiza modelos computacionales de jaulas potenciales para hacer predicciones sobre su autoensamblaje. Las predicciones utilizan la energía y la geometría de las jaulas construidas computacionalmente y son buenas guías para saber si un proceso de autoensamblaje conducirá a una sola estructura. Esta información se puede utilizar para seleccionar moléculas de jaula objetivo para prepararlas en el laboratorio.

El coautor del estudio, el Dr. Jamie Lewis, del Departamento de Química de Imperial, dijo que "anteriormente, Solo tuvimos que entrar al laboratorio e intentar muchas cosas hasta que algo funcionó. Ahora podemos ejecutar algunos cálculos rápidos, identificar jaulas con propiedades que sean útiles, y tenga la seguridad de que podemos sintetizarlos sin problemas ".

Poder de predicción

El equipo utilizó un software llamado stk, desarrollado previamente en Imperial, para construir los modelos computacionales. Además de tener un gran poder de predicción, los cálculos también son muy rápidos, Tomando solo unas pocas horas en una PC de escritorio común.

Autor principal del estudio, el Dr. Andrew Tarzia, del Departamento de Química de Imperial, dijo que "la eficiencia de nuestro enfoque es la clave porque nos permite probar en una computadora muchos más bloques de construcción en una semana de los que se podrían probar en el laboratorio y también con más diversidad".

Basado en los datos computacionales, el equipo seleccionó una serie de bloques de construcción para sintetizar en el laboratorio. Descubrieron que el enfoque predijo con éxito los resultados experimentales del proceso de autoensamblaje.

Esto les permitió preparar varias nuevas 'jaulas torcidas' de baja simetría que nunca antes se habían sintetizado. y verificó la utilidad de los cálculos para predecir qué moléculas se formarían.

El equipo ahora continúa desarrollando y mejorando este enfoque para informarse computacionalmente, síntesis eficiente para acceder a nuevas jaulas moleculares. Con la capacidad de predecir rápidamente qué jaulas se pueden preparar fácilmente en el laboratorio, esperan usar esto para hacer materiales novedosos con una amplia gama de aplicaciones en detección, catálisis, almacenamiento de gas y suministro de fármacos.