Los percloratos son una clase de compuestos conocidos por su naturaleza explosiva. Esto plantea preocupaciones de seguridad durante los experimentos con compuestos complejos que contienen iones de perclorato, ya que incluso el más mínimo golpe o calor pueden provocar explosiones. Por tanto, es importante estudiar su estructura molecular y comprender el motivo de su naturaleza explosiva.
En este contexto, se ha utilizado ampliamente un método llamado análisis de superficie de Hirschfield para visualizar y cuantificar la estructura cristalina y las interacciones moleculares de compuestos cristalinos. Un gráfico de huellas dactilares bidimensional derivado del análisis de Hirschfield muestra vívidamente las complejas interacciones en los cristales.
Sin embargo, a pesar de sus ventajas, estos métodos se basan únicamente en el juicio del ojo humano, lo que limita su eficacia general. Buscando una manera de superar estas limitaciones, estudios recientes han explorado el uso de métodos de análisis de aprendizaje profundo e inteligencia artificial (IA). Estos estudios han señalado el beneficio potencial de utilizar la IA para revelar características que son difíciles de discernir para los humanos.
Ahora, para aprovechar plenamente el potencial del análisis de superficies de Hirschfield, un equipo de investigadores, dirigido por el profesor Takashiro Akitsu del Departamento de Química y el Centro de Ciencia y Tecnología del Fuego de la Universidad de Ciencias de Tokio (TUS) en Japón, empleó recientemente análisis profundos. aprendiendo a analizar la superficie de Hirschfield de complejos metálicos de tipo salen. El equipo de estudio también incluyó a Yuji Takiguchi, Shintaro Suda y el profesor asistente Daisuke Nakane, todos de TUS.
Los complejos de tipo Salen son un área de investigación emergente y lucrativa, principalmente debido a sus diversas funciones. "Los experimentos reales sobre las propiedades explosivas y térmicas de estos materiales son precisos pero extremadamente peligrosos y, por lo tanto, utilizar la IA para estudiar estas propiedades analizando únicamente la estructura cristalina puede resultar bastante ventajoso", explica Akitsu. Los hallazgos de este estudio fueron publicados en la revista FirePhysChem. el 30 de diciembre de 2023.
El equipo desarrolló extensos conjuntos de datos de los gráficos de huellas dactilares de Hirschfield de los complejos metálicos de tipo salen almacenados en la base de datos de cristales de Cambridge (CCDC) y utilizó el aprendizaje profundo para estudiar las características de la estructura cristalina que contribuyen a su explosividad. Para este fin, los investigadores también emplearon un codificador automático variacional especial mediante el cual transformaron la información incrustada en las imágenes del gráfico de huellas dactilares en un vector de baja dimensión. Esto les permitió estudiar cuantitativamente las formas de las parcelas, lo que hasta ahora sólo se hacía de forma cualitativa.
Su análisis reveló que los complejos metálicos de tipo salen carecen de características estructurales distintivas, lo que indica que su naturaleza explosiva está relacionada con el enlace químico de los iones perclorato y las interacciones intermoleculares que los rodean.
Destacando la importancia de este estudio, el profesor Akitsu explica:"Tradicionalmente, el campo de la ingeniería de cristales se ha concentrado únicamente en las interacciones de pequeñas moléculas en cristales. Pero en el futuro, las interacciones en sistemas complejos ganarán importancia. Esto significa que estudiar sus Las interacciones intermoleculares serán aún más cruciales. Nuestro novedoso método puede ayudar a estudiar dichas interacciones mediante la comprensión de la estructura cristalina. Además, también puede contribuir al descubrimiento de nuevos fármacos y al avance de la investigación catalítica".
Este estudio también hace uso del CCDC, que, a pesar de tener más de 1 millón de entradas, todavía está infrautilizado. Además, el método innovador propuesto en este estudio puede promover el uso de esta base de datos y conducir al descubrimiento de compuestos nuevos e interesantes.
En general, el estudio ofrece información sobre la naturaleza explosiva de los percloratos, además de presentar un método basado en datos más seguro para estudiar las propiedades físicas de los compuestos, avanzando en la ingeniería de cristales y la investigación de materiales energéticos.
Más información: Takashiro Akitsu et al, Predicción de aprendizaje profundo de la fracción de seguridad de cristales complejos de tipo salen hacia sales explosivas de perclorato, FirePhysChem (2023). DOI:10.1016/j.fpc.2023.12.004
Proporcionado por la Universidad de Ciencias de Tokio
