EnTdecker - Una plataforma basada en el aprendizaje automático para guiar el descubrimiento de sustratos en la...

Área de la Ciencia:

• Química computacional
• Catálisis
• Aprendizaje automático

Sus antecedentes:

• La identificación de nuevos sustratos para la catálisis de transferencia de energía (EnT) se ve obstaculizada por el vasto espacio químico y las limitaciones de los métodos experimentales y computacionales actuales.
• Las estrategias existentes para el descubrimiento de sustratos en la catálisis de EnT a menudo requieren mucho tiempo y son costosas, lo que limita el avance rápido en el campo.

Objetivo del estudio:

• Desarrollar un enfoque acelerado para el descubrimiento de nuevos sustratos en la catálisis de EnT.
• Introducir la plataforma EnTdecker para el cribado virtual a gran escala de sustratos potenciales de EnT.
• Aprovechar el aprendizaje automático (ML) para predecir las propiedades del estado excitado crucial para la catálisis de EnT.

Principales métodos:

• Creación de un conjunto de datos completo de más de 34.000 moléculas relevantes para la catálisis de EnT.
• Entrenamiento de modelos predictivos de aprendizaje automático que utilizan este conjunto de datos para estimar las propiedades del estado excitado.
• Validación de la eficacia de la plataforma mediante el redescubrimiento de sustratos conocidos y el cribado experimental basado en la luminiscencia.

Principales resultados:

• La plataforma EnTdecker identifica con éxito los sustratos potenciales para la catálisis de EnT mediante el cribado virtual basado en ML.
• La plataforma demostró su utilidad práctica al redescubrir sustratos conocidos exitosos de la literatura existente.
• La validación experimental confirmó el poder predictivo de los modelos ML, mostrando un esfuerzo computacional reducido para la predicción de propiedades.

Conclusiones:

• La plataforma EnTdecker mejora significativamente la eficiencia de la selección del sustrato para la catálisis de EnT.
• Se espera que esta herramienta aumente la tasa de éxito de las investigaciones experimentales en catálisis ENT.
• EnTdecker ofrece una aplicación web accesible al público (entdecker.uni-muenster.de) para facilitar una investigación más amplia en el campo.